8-5-SPM软件使用

2023-10-10

字数统计: 2k字 | 阅读时长: 7分

× 文章目录

1. 1-时间矫正
2. 2-头动矫正（Realign）
3. 3-Segment
4. 4-空间配准
1. 4.1. 4-1 Coregister功能像配准到结构像
2. 4.2. 4-2 Normalise结构像配准到标准空间上
5. 5-空间平滑
1. 5.1. 5-1 什么是高斯核呢？
2. 5.2. 5-2 具体步骤
6. 6-文件名变更方式
7. 7-评论区

Author: haoransun
Wechat: SHR—97

https://www.bilibili.com/video/BV1D54y1Y7Ca/?spm_id_from=pageDriver&vd_source=af160cbe43a365e4f56321b03888e798

1-时间矫正

1:max_num，max_num可由下面给出。

Number of Slices: 40

使用Display查看我们经过时间矫正后的nii

将上述Batch操作记录为代码，防止人工重复点击应用于其他文件时出错

slice_timing中保留了我们设定的参数，如TR,TA，Slice Numbers等

再次运行，以脚本方式

2-头动矫正（Realign）

将我们收集到的TR对齐到某一个全脑上去。可以是第一个全脑、中间的全脑、最后一个全脑或者平均全脑等。
总之就是对齐收集到的数据，在对齐过程中，会分别算出来移动的方向和距离（如何对齐的？）。会形成一个日志文件，记录了如何将当前图像移动到标准像上面，（往左移动了多少，旋转了多少等等具体的操作）。
即：头动参数
●Estimate：只是计算了头动参数，并没有真正移动头像，会把头动参数写到源文件nii的头文件中，源文件虽然没有改变头动位置，但源文件的修改日期依然是应用过Estimate操作后的新时间。

●Reslice：算出来了头动参数后，点击此选项，真正对头动进行处理

●Est&Res：将上述两步联合起来，即评估要移动的参数，又对头像进行处理。（√）

使用经过时间矫正之后的数据，即以a开头的sub，SPM中session的含义与run雷同，还是创建3个Session

选定好之后。开始运行，下面的那些参数如果不知道含义，可以不用管，SPM已经把最佳参数设定为默认值了。

会在目录中生成ps结尾的文件，SPM-Graphics窗口会有评估报告。

平移一般严格的话会要求不超过2个体素或者1个体素。

旋转一般旋转角度和移动mm之间会有一个映射关系。

会生成3个r开头的文件，作为结果输出，还会生成三个rp*.txt文件，此文件记录了头动参数。
rp：一般会有平移：x/y/z/ 旋转：pitch/roll/yaw 6个参数，可以放到最后的线性模型中，作为一个回归因子使用。

3-Segment

https://blog.csdn.net/yufei0413/article/details/105220142/
https://blog.csdn.net/sophia2023/article/details/109025806
在SPM里面做segment一般是为了空间配准而做的，这样它分离出灰质白质后帮助后一步的配准。教程只是采用了一般工具采用的配准方法，也就是直接配准，因为segment并不是必须要做的。所以看需求，这个并没有一定的规程，你可以对比两种方法得到的配准的结果，然后看哪种效果更好一些。

4-空间配准

空间配准包括两步：
●将功能像配准到当前被适的结构像上
●配准当前被适的结构像和标准空间，通过配准矩阵应用到所有的功能像上
最后得到的功能像都是已经配准到标准空间的功能像。
即：将功能像配准到结构像上去，再将结构像配准到标准空间上去，，，，
另一种思路：将结构像配准到功能像上去，然后再把结构像配准到标准空间上去，再应用矩阵到功能像上去。
Coregister：将功能像配准到结构像上去
Normalise：将结构像配准到标准空间上去
同理：Estimate仅仅是计算出来转换矩阵，Reslice是真正应用到图像上。
因为此处需要将两步联合起来，所以Coregister仅仅需要计算出转换矩阵即可，等到Normalise再正式一并进行配准，防止重复计算（并且能少动一次就少动一次，因为涉及到转换，存在差值问题）。所以Coregister选择 Estimate，Normalise选择 Est&Write。

4-1 Coregister功能像配准到结构像

Reference Image：结构像，即保持不动的参考像
Source Image：功能像，即要配准到结构像上的功能像，此处要计算转换矩阵，以mean为代表

上面计算出来的矩阵应用到Other Image上来，即剩下的所有功能像。

此处不会有前缀输出等标识，因为仅仅是评估计算转换矩阵到源文件的头文件中。运行该batch

此处会有一个临时的结果，方便查看，如下图

4-2 Normalise结构像配准到标准空间上

Data中生成新的Subject，Image to Align 即选择将那些图像配准到标准空间上去。
Image to Write 即选择要转换的功能像。此处先选择平均像，为了早点出效果，剩下的选择 ^ra.*，1:590的像

3个run是1700，再加上一个mean像，即1771个像。剩下的默认即可，开始运行。生成的结果以W开头

经过一段时间后，可以看出mean被配准出来，等到所有转换完太浪费时间，尝试查看mean配准后的像

选择SPM中的Check Reg，选择两个图像查看，一个是wmean的配准到标准空间后的像，一个是SPM12中canonical路径下avg152T1.nii.1 这个标准像。

下面就是配准过之后的像，可以进行查看，下面是结构像，上面是功能像。

配准完成后生成5个文件，4个w开头的文件，1个y开头的文件，这是一个spm的normalise的estimate生成的y_*.nii文件中的数据是什么含义呢，映射矩阵，每一个体素对应的转移到新空间的向量，比如原图像是1，转换后的图像是12，那么这个y就是用来表示这个转换关系的向量，+11。

5-空间平滑

5-1 什么是高斯核呢？

https://matthew-brett.github.io/teaching/smoothing_intro.html
我们在做空间平滑时用到的函数的形状，此处是高斯正态分布的曲线。
FWHM: the Full Width at Half Maximum.
FWHM是在曲线最高点一半位置处的宽度。如下图最高点是0.4，即0.2出的x轴宽度。