- working directory:工作路径,选中FunRaw的上一级文件
- participants:读取的被试数据,通过右下角starting directory里FunRaw回车读取
- time points:一共有多少个时间点,数据文件夹里有多少个文件其实就是有多少个时间点。可以填0,那么它不会去检测你的数据;填了假如250,他就会去检测你每个被试是不是都是250个时间点(可通过mricro查看)
- TR:扫完全脑所需要的时间,填0他也会自己从数据里面读取,但是怕有些时候数据里面的不对,尽量把真实的填上(可通过mricro查看)
- template...:这里会有不同的模板,一般不去动他就行
- epi dicom to nifti:选上这个,它会自动的把dicom数据转成nifti数据
- apply mats:一般情况下用不到。要用到的是什么情况呢,就是你之前处理过一遍这个数据,会有一个手动调头的步骤(如图),选这个他就会记录下你的调整到原始数据上去,之后就不需要一个一个调
- remove first__time points:我们磁共振里拿到的数据,通常去掉前面几个时间点,是为了1)磁场达到稳态,信号更加稳定;2)被试达到稳定状态
- slice timing:时间层校正。扫描大脑需要一层一层的进行扫描, 当大脑激发第一层的时候,如果两层隔得很近,第一层激发了之后还没有恢复,在第二次又被激发了对信号造成干扰,为了避免相邻层之间的干扰,我们会使用间隔扫的策略(先扫第一层,再扫第三层,以此类推,然后回过头来他都恢复了,再扫二四等层),这个时候我们就需要进行一个slice timing来校正,仿佛是在同一点扫描
- slice number:一共有多少层(可通过mricro查看,有几个脑袋就有几层)
- slice order:扫描顺序,即slice timing里采用的间隔扫面策略(可通过mricro查看,表达式1:2:29表示1 3 5 7 9...的顺序)
- reference slice:大概校正在哪一层,一般校正在时间的中点
- realign:被试会出现头动,进行头动校正
- voxel-specific head motion:可以计算每个体素的头动(一般不勾选)
- reorient fun*&reorient T1*:对图像进行观察和质量控制的手动调整
- automask:如果选上这个,他会生成一些automask,它是用来检验功能像的覆盖的;他还会生成groupmask,groupmask在做统计的时候还是挺重要的
- T1 DICOM to NIFTI:把结构像转成nifti
- Crop T1:用来砍脖子,如果你的数据直接是nifri,没有经过T1 DICOM to NIFTI,那么可以选择这一项
- Bet:把头皮去掉。做这一步是为在做功能像和结构像配准的时候可以达到更好的效果
- T1 Coreg to Fun:把结构像配到功能像空间,可以作进一步的配准的工作
- segment:对结构像进行分割,分割成灰质、白质和脑积液(这是老的,一般不用了,新的在下面)
- New segment+DARTEL:如上,DARTEL被认为是一种比较好的配准的方式
- Affine Regularistion in segmentation:很少用,一般用默认的就好
- nuisance covariates regression:对协变量的去除,这是一个控制生理噪声的办法
- polynomial trend:一般选1,意味着把线性趋势去掉
- head motion model:预处理里面,现在一般默认的用friston24来校正
- head motion scrubbing regressors:(可能会很重要)如果你的审稿人追问头动处理还是不够,你还是要做scrubbing啊(一般不选)
- nuisance regressors:有的时候我们还会去除一些别的协变量(白质、脑积液等里面没有信号,是一些噪声)
- filter(HZ):滤波,和下面的filter二选一,预处理选上面,如果要处理ALFF的则放在后面
- smooth:可以让配准不好的情况下提高配准,提高信噪比(一般选smooth就好,不用后面那个),一般用[4:4:4]也可以用666、888,我们一般用[6:6:6]。如果做ReHo,就不要先做smooth,因为这会增加一致性,造成假阳性
- default mask:(一般就选这个)定义一个mask,可以使得只计算脑内的体素,不管脑外的体素
- ALFF/fALFF:低频段,如果计算这个,那么要把filter放在这后面
- scrubbing:预处理一般不选
- ReHO:局部一致性,ReHo之后可以做一个平滑(smooth),他之前是不能做平滑的
- Degree Centrality:计算比较费时间(一般也不选)的指标,衡量一个体素和全脑平均的相关,就可以衡量这个体素在全脑中的重要性(重复性不怎么高)
- function connectivity:计算功能连接(选中一个种子点,计算跟全脑每个体素的相关)
- Extract ROI time courses:定义ROI,把他的时间序列提取出来
- Parallel workers#:电脑最多能处理多少个被试,填的越大速度越快,但是要看电脑情况
注:没提到的按键具体情况再看,一般预处理时不用到
来自严超赣老师的授课