2018-05-18 Randomise 使用 （一）

来源：https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/Randomise/UserGuide
Randomise 是fsl中一个进行置换检验以及多重比较校正的命令，后续更高级版本为palm。
这里介绍randomise输出结果后的统计

• 1 Voxel-based thresholding：提供了经过多重比较校正和没有校正的结果。多重比较校正利用的是全图像上所有voxel的统计值最大的值的虚无分布。（-x选项）
  • Uncorrected 结果: <output>_vox_p_tstat / <output>_vox_p_fstat.
  • Corrected 结果: <output>_vox_corrp_tstat / <output>_vox_corrp_fstat.
• 2 TFCE (Threshold-Free Cluster Enhancement) 方法：是一种不需要定义的寻找cluster的方法。统计图像中的cluster会被增强，可以使用fslmaths中的-tfce选项应用于已有的统计图像。其中，默认的“E”和“H”以及邻接连接参数是优化过的。针对图像的维度不同，参数的设置也不同。比如，一般的3D图像，需要采用-T选项，而针对TBSS（几乎是2D的白质骨架），应当使用--T2选项。
  • Uncorrected 结果: <output>_tfce_p_tstat/<output>_tfce_p_fstat
  • Corrected 结果: <output>_tfce_corrp_tstat/<output>_tfce_corrp_fstat
• 3 Cluster-based thresholding：
  • 3.1Size: 采用图像中最大的cluster的大小的虚无分布进行校正（过时啦）:
    • Uncorrected 结果: <output>_clustere_p_tstat/<output>_clustere_p_fstat
    • Corrected 结果: <output>_clustere_corrp_tstat / <output>_clustere_corrp_fstat.
  • 3.2 Mass: 采用图像中最大的cluster的质量的虚无分布进行校正:
    • Uncorrected 结果: <output>_clusterm_p_tstat/<output>_clusterm_p_fstat
    • Corrected 结果: <output>_clusterm_corrp_tstat / <output>_clusterm_corrp_fstat.