下载文档原格式
一、SPM的安装与启动先安装matlab，然后将SPM复制到matlab下的一个文件夹（SPM2需要matlab6.0或以上版本）。
启动matlab，首先set path，然后在matlab命令窗口中输入SPM即可启动，然后选择fMRI，也可以直接输入SPM fMRI二、SPM数据处理概要先将所得数据进行空间预处理（对齐，平滑，标准化等），然后进行模型估计（将刺激的时间、间隔与血流动力函数进行卷积，所得结果与全脑象素信号进行相关分析），最后察看结果。
三、SPM8数据处理的一般步骤为方便后续的数据处理，如果数据分散处理后整合，建议所有处理数据路径保持一致，要统一路径。
处理前首先要采用数据转换软件将dicom数据转换成SPM解析格式，然后进行数据预处理，预处理结束后到matlab安装目录中备份spm*.ps文件，其中包含了空间校正和标准化的信息，然后进行建模分析。
运行命令：spm fmri，打开spm8的操作界面我们称左上侧的窗口为按钮窗口(button window)，左下侧的窗口为输入窗口(input window)，右侧大窗口为树形结构窗口或图形窗口(Tree Building Window or the graphics window)。
在spm8和spm5中，每一步处理都采用了直观的“树形结构”的面板，如果一个分支项左面有“+”号，你可以双击显示子分支项，如果一个分支项右面有“<-X”号，你必须为之指定选项(否则不能运行该tree)，分支项的选项在其右侧面板指定，而帮助信息则在下面的面板中显示。
如果我们处理数据没有特殊需求，我们只关心带有“<-X”项目并完成输入即可，其余均可采用默认设置。
另外注意在Tree Building Window的顶部菜单，新增了一个菜单项“TASKS”，在使用批处理分析时非常重要。
以下内容，还可以参考E:\《汇总》中“静息态fMRI的数据预处理流程”这部分的讲述。
第1章引言翻译：yingers, nancyxyz, 灵犀校对：Amygdala本书的目的是为读者介绍功能磁共振(fMRI)数据处理和分析的方法及基本原理。
1.1 fMRI简介从20世纪90年代开始，fMRI的发展引起了科学界的轰动。
图1.1所显示的是PubMed数据库中与这一技术相关的生物医学文献数量，从数据增长情况我们可以明显地看到fMRI的发展趋势。
在1996年，仅用一周的时间就可以阅读完所有的fMRI文献；但现在，甚至连前一周发表的文献都读不完。
fMRI技术之所以可以如此快速地发展，得益于它可以比PET更安全而无创伤的获取脑活动成像，并且具有更高的空间和相对较高的时间分辨率。
图1.1. 1992年以来，每年PubMed数据库符合这一查询结果（”fMRI”, “functional MRI” OR “functional magnetic resonance imaging”）的引文数量1.1.1 血流量与神经活动通常使用的fMRI技术所基于的原理是，如果大脑内神经活动增强，相应脑区的血流量就会增加。
这一现象已发现一百多年，但其背后的机制却并不明确。
更有趣的是，对活动脑区的供血量所承载的氧分子要多于活动神经元实际耗氧量。
因此，神经活动引起的血流量增加会带来相关区域血氧含量的提高。
fMRI信号正是取决于血氧水平变化，因而被称为血氧水平依赖信号，即BOLD (Blood Oxygenation Level Dependent)信号。
图1.2展示了一个血液动力学响应的例子，即由短暂神经活动所引起的的血流量的增加。
BOLD fMRI的血液动力学响应有两个主要特点，这两个特点决定了数据的分析方法。
一，血液动力学响应较慢。
神经活动也许仅持续几毫秒，但血流量达到其峰值需要5秒左右，然后在15-20秒返回至基线。
二，血液动力学响应可以大致看作线性非时变系统(Cohen, 1997; Boynton et al., 1996; Dale, 1999)。
