鉴于可用于功能磁共振分析的软件包种类繁多，人们如何在其中进行选择呢？一种方法是听取本书作者的意见，他们每个人都使用了许多软件包，并最终选择了FSL作为他们的主要分析软件包，尽管我们每个人也经常使用其他软件包。然而，人们可能会出于其他原因选择一个包而不是其他包。首先，贵机构的其他有经验的研究人员使用什么软件包？虽然邮件列表可能会有所帮助，但当一个人学习一个新的分析包时，没有什么可以替代当地的专业知识。第二，分析的哪些方面对你来说最重要？例如，如果您打算使用动态因果建模，那么SPM是合乎逻辑的选择。如果您对使用ICA感兴趣，那么FSL是更合适的选择。最后，这取决于您的计算平台。如果您是Microsoft Windows的忠实用户，那么SPM是一个很好的选择(尽管总是可以在同一台机器上安装Linux，这带来了更多的可能性)。如果您可以访问大型集群，那么您应该考虑FSL，因为它内置了对网格计算的支持。
当然可以为处理流的不同部分混合和匹配分析工具。由于大多数主要软件包广泛采用Nifti文件格式，这一点变得越来越容易。然而，一般说来，坚持使用单一软件包是有意义的，因为它减少了人们必须从不同的软件邮件列表中阅读的电子邮件数量！
1. 处理流概述
我们将在fMRI分析过程中执行的操作序列称为处理流。图1.4提供了描述一些常见处理流的流程图。不同软件包之间的规范处理流略有不同；例如，在SPM中，空间归一化通常在统计分析之前应用，而在FSL中，空间归一化应用于统计分析的结果。然而，大多数套餐的主要部分都是相同的。
1.4 描述了功能磁共振成像数据分析的常见处理流程
2. 功能磁共振成像分析的前提条件
对专业知识发展的研究表明，成为任何领域的专家都需要大约十年的时间(Ericsson，1993)，功能磁共振成像分析也没有什么不同，特别是因为它需要非常广泛的知识和技能。然而，新的研究人员必须从某个地方开始。在这里，我们大致按照重要性的顺序，勾勒出我们认为成为功能磁共振成像分析专家所必需的基本知识领域。
1. 概率统计。对于fMRI分析来说，可能没有比扎实的基本概率和统计学背景更重要的基础了。如果没有这一点，几乎所有对fMRI分析至关重要的概念都将是外来的。
2. 计算机编程。我们认为，如果没有很强的计算机编程技能，人们根本不可能成为功能磁共振成像分析的有效用户。有许多语言对fMRI分析很有用，包括MATLAB、Python和UNIX shell脚本。特定的语言不如对编程方法的基本理解那么重要，这是一个练习确实能使人变得完美的地方，特别是在出错时调试程序方面。
3. 线性代数。线性代数的重要性跨越了fMRI分析的许多不同方面，从统计学(其中一般的线性模型用线性代数来定义是最有利的)到图像处理(其中图像上的许多运算是使用线性代数来执行的)。深入理解功能磁共振成像分析需要线性代数的基本知识。
4.磁共振成像。人们当然可以在不知道MRI采集细节的情况下分析fMRI数据，但完全理解fMRI数据需要理解数据来自哪里，以及它们实际测量的是什么。在理解MRI伪影可能影响数据分析的各种方式时，这一点尤其正确。
5.神经生理学和生物物理学。fMRI信号很有趣，因为它们是单个神经元活动的间接测量。了解神经元如何编码信息，以及这些信号如何反映在血流中，对于解释从功能磁共振成像分析中获得的结果至关重要。
6.信号和图像处理。对信号和图像处理方法的基本了解对本书中讨论的许多技术都很重要。特别是，理解傅立叶分析对于fMRI分析的几乎每一个方面都非常有用。
以上内容来自《Handbook of functional MRI Data Analysis》。
网友评论