[spm操作] 什么是mask,如何做mask(未完)

本帖作为 《用Matlab和SPM批量处理被试的经验总结》 的一部分
目录贴请见 http://home.52brain.com/forum.ph ... =1&extra=#pid158525

我在初学fMRI数据分析的时候常听到mask这个东西,但过了相当长一段时间才搞清楚了这是个啥东西。
你在用SPM跑完数据分析之后会发现你的结果里面那一堆乱糟糟的东西里面有一个文件叫 mask.img.如果用Display按钮来看看的话,就会发现mask是这个样子。
360截图20150105223105430.jpg 
和我的另外一个关于ROI'的帖子一样,图中白色的地方,都是1,黑色的地方都是0。其实ROI和mask都一样,都是一个大矩阵。从上图中可以看到,这是一个61*73*61的大矩阵。之所以脑子边上有锯齿状的东西,是因为这个分辨率比较低,每个体素就是一个比较大的立方体,所以你看到的这些锯齿就是体素的某个边。
在统计分析的时候,如果你不主动设置mask的话,SPM会默认使用implicit mask,这个估计是SPM根据你的图像来取一定的阈限算出来的。所以有的时候比真正的脑子小一些(SPM偏保守),所以你对照真正的标准大脑会发现有些地方没占全。如下图:
360截图20150105224214317.jpg 
你可以看到额叶最前面,还有一部分小脑没有包括,其实还有一部分颞叶,这里没显示。
所以有一些研究者会使用一个exlicit mask来做mask。(请你自己在SPM的第一层和第二层分析的界面上找找explicit mask在哪里)。关于这个mask,你可以在SPM自己的文件夹下找到,在SPM/apriori/中,有一个brainmask.nii,你用SPM的Display按钮打开会发现是这样的。它之所以看起来比较柔和是因为它是经过平滑的,它的边缘是1到0逐渐过渡的。说句题外话,我们在看比较早的电影或电视剧的时候,比如《罗马假日》,一出现女主角,那个画面就会比较模糊柔和,不是女主角就不用那个效果,其实那个就是做了个smooth,让画面显得很柔和,也让女主脸上的痘痘啥的看不清。这也是为何我们看到这些经过平滑的大脑都是那么有感觉!


这里的效果也是一样。
360截图20150105225047799.jpg 

你看图中十字所在的地方就是0.65. 若要用它来作全脑mask的话,还要进一步加工一下。因为这个是smooth过的,要用来当mask的话需要做成一个binary的图(就是只有1和0)。

下面就讲讲如何用这种apriori图做mask。为了展示更多的效果,我们不用上面的图而是用灰质图来做mask。
你会看到SPM/apriori/文件夹下除了这个brainmask之外,还有三种概率图,灰质、白质、脑脊液。
对于做VBM的同学,要做统计的时候没有必要用全脑的mask,因为你只关心灰质,那么此时用灰质概率图做个mask就可以了。这样可以有效缩小多重比较的次数,增大统计检验力(就是在进行多重比较矫正时容易显著)。下面我们用SPM的gui做一个灰质mask。这个是grey.nii的样子。
360截图20150105231908669.jpg 


我们先看SPM的界面,

360截图20150105225953387.jpg 
点击ImCalc按钮。然后出现一个Batch Editor。
360截图20150105230018970.jpg 

在Input images中选上grey.nii,如果需要进行图像之间的运算,就要选择多个图像。这些选入的图像按顺序自动地依次被命名为i1,i2,i3......由于我们只选择一张图,所以只有i1
Output Filename可以随便起个名字。最关键的是Expression。如果你要做灰质mask的话就写成  i1>0.3      然后点绿色箭头就会在当前路径下生成你的新的mask了。上面为何写0.3呢?当然你也可以写成0.4, 0.35,这个是个经验值,根据你的需要来定。意思是说,图像里面大于0.3的地方都换算成是1,小于0.3的地方都换算成0。想一想上面那个柔和的某一点的值为0.65的边界你就明白了,用0.1的话,做出的mask相对更大,用0.8的话,做出的mask相对较小。你可以根据自己的需要进行操作。请看下面的对比,是不是差别明显?第一张图是用i1>0.1,第二张是i1>0.8,用的输入图像都是grey.nii.
360截图20150105231126832.jpg 360截图20150105231209546.jpg 
请你自己试着用brainmask.nii来试着做一个靠谱的mask吧。
另外还有几点需要注意的地方,过段时间我会在后面加上。
  • 11
    点赞
  • 107
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值