afni在组水平进行混合效应建模分析,3dMEMA一般适用于个体水平3dREMLfit的结果进行组分析。但是无法像3dttest一样在组分析的同时进行Cluster correction。
1 将个体水平的残差文件进行组平均。
2 AFNI的聚类校正方法要求用户估计数据的平滑度,然后使用这些平滑度估计来确定显著聚类的阈值。
要做到这一点,您首先需要在被试的errts文件上运行3dFWHMx,该文件包含所有未建模的残差—噪声。
3dFWHMx -mask mask_group+tlrc -input errts.mean_all_sub_REML+tlrc -acf
假设输出如下结果:
0.827124 2.9802 5.31313 7.16512
前三个数字0.827124 2.9802 5.31313 是创建自相关函数所需的参数,自相关函数是一个给定体素与其相邻体素相关程度的模型。最后一个数字是估计的数据平滑度,单位是毫米。值得注意的是,这个数一般比您使用的平滑内核更高,因为高斯平滑核已经应用于数据的预处理中。
其中-acf表示集群的整体alpha阈值,这里我们一般设置为0.05,其中-pthr 未校正的集群形成p值。
这将生成一个表,显示一个簇所需的连续体素的数量,以被认为具有统计意义。
这个表说明,对于定义聚类的阈值p=0.001,如果一个cluster由8.6或更多的体素组成,那么它是显著的。为了安全起见,可以取下一个最高的整数,即使确定的集群大小是8.1。在这个例子中,我们将只包括9个或更多体素的簇。