SPMPPI中文說明

1、版權聲明 本文的的英文原版說明文件版權歸SPM全球社區(qū)所擁有，翻譯后的本中文版版權都歸翻譯作者蠟筆趙欣所有，同時也感謝其學姐李方方幫忙把最后兩頁紙質(zhì)版文檔整理成電子版文檔，本翻譯僅做交流學習之用，如果要將其用于其它商業(yè)用途，須發(fā)郵件給作者來征得其的同意。如果SPM全球社區(qū)發(fā)現(xiàn)本人在翻譯的內(nèi)容中有侵犯SPM全球社區(qū)的方面，可以發(fā)郵件給作者要求刪除相關部分，同時文中有翻譯的不恰當?shù)牡胤?，也希望你發(fā)郵件給我指出其中的錯誤。 作者 蠟筆趙欣 電子郵箱 PPI33.1理論背景心理與生理交互作用分析（PPI）和心理與生理交互分析相關的技術（PI）都是基于統(tǒng)計學中因子設計模型，表1的插圖顯示了一個經(jīng)典的2*

2、2因子設計模型。A1/B1表33.1 2*2因子設計模型（表格形式）表格A因子等級1等級2B因子等級1A1/B1A2/B1等級2A1/B2A2/B2因子設計的等式如下所示y=(A2A1)1(B2B1)2(A2A1) (B2B1) (21) 3G4 （33.1）很明顯上式中包括了所有主要的影響關系，(A2A1)1對應于因子A，(B2B1)2對應于因子B，以及這個交互條件(A2A1) (21) 3，它也包括一個相對容易混淆G3的條件。例如運動參數(shù)，任務組影響。當估計它們的交互作用時，主要的影響項目中所包含的條件是十分重要的，同時設計矩陣它們中所包含的條件無法得到足夠的重視。假如主要影響項目沒有被考

3、慮其中，那么我們就不能確定這個交互作用關系的估計結果沒有受到主要影響因子混淆作用。我的問題：上面的這個因子設計的等式中大部分參數(shù)的意義我還明白的1參數(shù)是 A的主效應，2參數(shù)是B的主效應，3參數(shù)是A與B兩個因子的交互效應，那4參數(shù)又是代表什么為了擴大因子設計的概念到PPI的基本思想，即通過在其中若干因素之一條件下的一個大腦區(qū)域來替換神經(jīng)元的激活。等式33.2描述了在因子A條件下V1區(qū)域替換神經(jīng)元激活的概念。y=V11(B2B1)2(V1 (B2B1) )3G4 （33.2）類似的，對于心理生理交互作用激活來說，來自大腦里面的兩個區(qū)域（V1區(qū)和后頂骨區(qū)（PP區(qū)）是被用來作主要影響區(qū)域，如下等式所示

4、：y=V11PP2(V1*PP)3G4 （33.3）我找到的相關資料再次注意一下以上三個等式。33.1,33.2和33.3都有三個代數(shù)項（不要搞混咯）兩個主要影響和一個交互作用影響，因此，設計矩陣必須至少有3列。一個最基本地PPI設計矩陣如圖33.1所示圖33.1 這是一個PPI（或是PI）的示例設計矩陣，主要影響是來自V1區(qū)域的BOLD激活，該數(shù)據(jù)在第2列中，并且一個心理上的向量，注意與不注意在第三列，推論將特別地關注交互作用的代數(shù)項，在第1列中，設計矩陣用了1 0 0 0這樣一個向量，在PI中第三列將作為來自于源頭區(qū)域的BOLD激活，而不是心理因子。PPI與PIs都能被想象為一個分配模型，

5、PPIs占據(jù)著了功能連接與有效連接模型之間的中間地帶，功能連接（FC）一直都是被定義為處于空間上被分割的神經(jīng)生理事件之間的在時間上的一種相關，F(xiàn)C分析方法是最典型的無模型分析方法，同時它也不用指定一個作用的大致方向等等。其中，A對B的作用不能通過B對A的作用區(qū)分出來，與此相反。PPIs是基于回歸模型具有很強的緊密聯(lián)系，但是因為PPIs通常是非常簡單（1個源區(qū)域和1個實驗因子，如果是PIs的話，則是兩個源區(qū)域），他們都是有限的EC模型。在源區(qū)域與實驗環(huán)境（或者兩個源區(qū)域）之間的相互作用可以用兩種不同的方式來解讀。（1）如下所示，某一區(qū)域?qū)α硪粎^(qū)域的“貢獻”是如何通過實驗環(huán)境或者任務來改變的。（2

6、）如下例中，一個區(qū)域?qū)σ粋€實驗環(huán)境的反饋是如何靠來自另一區(qū)域的輸入來進行調(diào)節(jié)的。圖33.2所示圖33.2 上圖為兩個可供選擇的PPI作用的解讀 （A）區(qū)域K對另一區(qū)域的“貢獻”是通過實驗（心理的）環(huán)境來改變的 （B）一個區(qū)域（i）對于實驗（心理的）環(huán)境的反饋應歸于區(qū)域K的“貢獻”。33.2心理生理交互作用分析（所有操作步驟的匯總）一個PPI分析包括以下幾步（1） 做一個標準的GLM分析（2） 從經(jīng)過GLM分析后定義的一個源區(qū)域提取出BOLD信號。（3） 構成相互作用組（源信號*實驗處理）（4） 再做一個包括相互作用組的GLM分析，源區(qū)域提取的信號和設計矩陣的實驗向量，源區(qū)域所提取信號的內(nèi)在東東

7、與實驗矩陣的內(nèi)在東東都很類似，它們都包含了方差分析的主成分影響因子，為的是在交互作用組里做出推導。由于FMRI（BOLD）數(shù)據(jù)的獨一無二的特性（最基本的神經(jīng)信號是通過一個血液動力學反饋函數(shù)處理成卷積的形式），所以構建一個合適的交互作用組被證明是一件相當具有挑戰(zhàn)性的事情。然而，在大腦中交互作用組發(fā)生交互作用是在神經(jīng)的層面上而非血液動力學的層面上，因此，交互作用組所適合的模型就要求非直接測量的神經(jīng)信號，但替代方又必須被經(jīng)過卷積的高通濾波器所導出的，這個PPI軟件（spm_peb_ppi.m）就是為了提供這個經(jīng)過高通濾波而具有魯棒性的反褶積和交互作用組之間正確的推導而生的。33.3實際例子在這個例子

8、中的所有數(shù)據(jù)集都是來自報告中所提到的一個被研究的被試，你可以從SPM的網(wǎng)站上下載到可用的“和動作有關的注意”的數(shù)據(jù)集，這個我們在前面的DCM的一章中已經(jīng)對其進行了詳細的描述。使用PPI的目的就是為了檢查當在注意或者不注意點的移動速度的條件下，被試觀察在視覺層面上的運動（不斷移動的點）所產(chǎn)生的在V2與V5區(qū)有效連接的變化，這個心理生理交互作用分析可以被設想成為在不同的關注水平下，尋求與V1和V5激活區(qū)域的回歸線的斜率之間的顯著不同。33.3.1 GLM分析設計的初始化與估計備注：該數(shù)據(jù)集已經(jīng)經(jīng)過早期版本的SPM軟件的預處理了（經(jīng)過配準，標準化與平滑）1. 分析的目錄應該包括(a).一個叫func

9、tional的目錄，其中應該要包含有經(jīng)過預處理的fmri的文件。(b).一個叫structural的目錄，其中包含有一個T1結構像的文件(c).其他若干文件：factors.mat，block_regressors.mat，multi_condition.mat和multi_block_regressors.mat(d).你也要新建兩個空文件夾來為接下來的GLM分析做準備，這兩個空文件夾一個叫GLM,一個叫PPI。2. 在matlab命令行中輸入>>cd GLM>>spm fmri3. 點擊batch按鈕打開Batch系統(tǒng)。4. 從Batch窗口的SPM菜單選項中，點擊

10、stats選項，然后選擇FMRI Model specification模塊，Estimation模塊和Contrast Manger模塊。FMRI Model specification模塊參數(shù)設置5. 點擊目錄并選擇上面你剛才新建的GLM文件夾。6. Units for Design SCANS7. Interscan interval 3.228. Microtime resolution 169. Microtime onset 110. 點擊DATA&DESIGN，然后選擇NEW：SUBJECT/Session11. 點擊SCAN并且選擇所有的功能像snffMoo587_00

11、xx.img，應該一共有360個文件。我的問題：我們的使用是基于任務而不是想這個例子是基于BOLD，那么這上面Interscan interval 3.22里面所填的數(shù)值是不是要改為0，其他的選項是不是也要進行相應的修改。12. 這個實驗的conditions可以被單個地定義來輸入或者導入一個multi_condition.mat文件，這個給你來練習的案例顯示了出于教學目的的所有操作方法，但是當你做真正意義上的分析時，可以參考以下兩種方法中的任意一種。13. 單個地定義conditions加載包含單個條件的mat文件>>load factors.mat你可以在matlab命令行輸入

12、變量名就可以看到加載的變量（stat代表stationary，natt代表no attention，att代表attention）>>stat>>natt>>att14. 點擊conditions，然后在下面的選項中點擊NEW：condition 3次15. Condition 1：Name=stationary。Onset=stat，Durations=10.16. Condition 2：Name=No-attention。Onset=natt，Durations=10.17. Condition 3：Name=attention。Onset=att，D

13、urations=10.18. 下一步你將會輸入3個回歸量到Model block effect。這個將說明出這樣一個事實，實驗產(chǎn)生了4個運行，這4個運行已經(jīng)連接到一個單任務，從而讓PPI分析更容易。注意，4個任務中只有3個任務需要通過block回歸量來進行模型化，因為第4個事已經(jīng)用設計矩陣的平均量模型化了。首先加載回歸量19. 點擊Regressors，然后在當前目錄下點擊NEW：Regressor 3次。20. Regressor 1：NEW=Block1，Value=block1。21. Regressor 2：NEW=Block2，Value=block2。22. Regressor

14、3：NEW=Block3，Value=block3。用multiple condition文件與Multiple regressor文件定義condition我的問題：我記得我們實驗中好像沒有regressor這個文件，都是用系統(tǒng)默認的選項，在這一點上面是不是也要進行適當?shù)男薷模?3. 假如你想要看看multiple condition文件中的變量，首先加載它。>>load multi_condition>>names>>onsets>>durations在多條件的文件中的所有變量必須要被命名：name,onset和duration這些類必須要填

15、入相應的變量名稱，注意到這三個類地變量的矩陣是元胞數(shù)組。（注意：如果你有一個現(xiàn)成的multiple_condition的mat文件就可以略去上面這一步而直接加載，你也可以把multiple_condition的mat文件中的變量用鍵盤單個輸入其中，效果是一樣的）24為了在設計矩陣中利用到前面所說的多條件文件。點擊Multiple conditions，然后在相應的文件夾中選擇multi_condition.mat文件。25 下一步你將通過使用一個多回歸量的文件來輸入3個回歸量到模型block影響因子中去，為了觀察多回歸變量文件中的具體情況，首先必須加載該文件。>>load mult

16、i_block_regressor.mat>>R注意該文件包含單一變量R，該變量是一個360×3的矩陣，矩陣的行數(shù)是與掃描的次數(shù)一致，同時，每個回歸量都是單獨一列。26如果要使用多回歸量文件，請點擊Multiple Regressors然后選擇multi_block_regressor.mat文件。 完成設計矩陣的設置27.高通濾波（注意：大部分的設計矩陣的高通濾波值為128，然而，這個數(shù)據(jù)集要求一個更長的高通濾波，這是因為防止丟失設計矩陣的低頻部分）28.因子設計的部分可以暫時不用。29.基函數(shù)是標準的高通濾波器，模型衍生選擇NO DERIVATIVES30.模型的交互

17、作用函數(shù)(volterra)Do not Model Interactions31.全局標準化NONE32.利用覆蓋的部分None33.序列相關AR(1) 模型估計在Model Estimation下方點擊spm.mat文件，然后點擊Dependency按鈕，同時選擇Fmri Model Specificaition：spm.mat文件，方法用默認的Classical就行了。對比管理35.在contrast manager選項下選擇spm.mat文件。然后點擊Dependency按鈕，同時選擇fmri model specification：spm.mat文件。方式選擇“Classical”。

18、36.點擊Contrast Vectors 同時第一次選擇NEW：F-contrast，第二次再從當前菜單中選擇NEW：T-Contrast。37.點擊 Contrast Vectors 同時選擇NEW：F-contrast vector38.F檢驗矩陣里面可以輸入單位矩陣和全零矩陣eye(3),zeros(3,4),如下所示1 0 0 0 0 0 00 1 0 0 0 0 00 0 1 0 0 0 039對于第一個T檢驗來說，NAME可以設置為Attention，并且T檢驗的矩陣為0 -1 1 0 0 0 0（注意到在設計矩陣中條件的設置順序應為：Stationary，NoAttMot和At

19、tMot）40對于第二個T檢驗來說，NAME可以設置為Motion，并且T檢驗矩陣是-2 1 1 0 0 0 041點擊工具條上的保存按鈕，同時保存為batch文件我的問題：F檢驗矩陣里面可以輸入單位矩陣和全零矩陣eye(3),zeros(3,4)中矩陣數(shù)值代表什么意思？T檢驗的矩陣的為0 -1 1 0 0 0 0又是根據(jù)什么規(guī)則來設計的？設計矩陣估計42假如所有的設置已經(jīng)被正確輸入后，Run按鈕應該會變成綠色的，點擊Run按鈕來估計矩陣。43設計矩陣應該如圖33.7所示33.2 GLM 分析結果1.點擊RESULT按鈕同時選擇spm.mat文件2.選擇Attention對比3.是否用其他的對

20、比來覆蓋No4.標題命名Attention5.是否采用p值調(diào)整來控制None6.閥值T或者p值0.00017.體素的閥值范圍108.你應該看到圖33.8這樣的spm矩陣的圖像，注意到前頂骨和前額葉的激活。選擇OVERLAYS>SECTIONS，然后選擇標準化的結構像，你應該能夠可以更精確地來定義解剖學。9.你可以看到Attention的Motion的對比與No Attention的Motion的對比要更加明顯了。點擊RESULTS，選擇spm.mat文件同時選擇Motion對比。10.采取(其他區(qū)域來)覆蓋嗎？Yes11.選擇用覆蓋的區(qū)域來做對比：Choose the Attention

21、 contrast12.未校正的覆蓋區(qū)域的p值0.0113.覆蓋的區(qū)域的屬性：inclusive14.生成的比較文件的文件名：（默認就行了）即Motion(maskincl.by Attention at p=0.01)15.通過調(diào)整的p值來控制：FWE16.閥值T或p值0.0517.體素閥值的范圍318.在透明腦內(nèi)被覆蓋的motion檢驗如下所示我的問題：使用FEW的方法的P的調(diào)整是否過于嚴格，經(jīng)過FEW調(diào)整后設置的p值0.05都會看不到什么激活的區(qū)域圖像，是否可以換成none。33.4 GLM分析提取感興趣的區(qū)域.(VOI)1.首先選擇Motion檢驗，但是不要包含masking。用一個經(jīng)

22、過FEW調(diào)整的校正的p值，該p值的權重閥值為0.05，閥值cluster為32.選擇點15 -78 -93.點擊eigenvariate4.區(qū)域名V25.為調(diào)整數(shù)據(jù)effect of interest6.VOI定義sphere7.VOI半徑(mm) 6這一步將把提取出的VOI數(shù)據(jù)保存在工作路徑下的VOI_V2_1.mat文件并且同時顯示出來，左邊的部分顯示了在標準腦中的具體位置。右邊部分則顯示出提取來的首個本征值(線代用語)33.5 PPI分析新建PPI變量1.你可以通過點擊窗口上的SPM菜單或者從SPM界面選擇PHYSIO/PSYCHOPHYSIOLOGIC菜單項目>statas me

23、nu of the Batch EDITOR。這個例子應用了批處理編輯2.在GLM目錄下選擇SPM.mat文件3.分析的類型：選擇PSYCHOPHYSIOLOGIC INTERACTION4.選擇VOI：選擇VOI_V2_1.mat文件5.輸入變量與校驗權重：他們必須被定義為一個n×3的矩陣，n為包含在PPI條件的數(shù)目，矩陣的第一列表示的是spm.sess.U(i)，矩陣的第二列表示的是spm.sess.U(i).nameii，除存在的參數(shù)的影響，否則第二列通常都是1.而矩陣的第三列是表示是檢驗的權重。為了在PPI中能夠包含AttentionNo-attention，回憶起前面所輸入

24、的條件：Stationary。No-attention，Attention因此，該矩陣應寫成2 1 -1;3 1 16.PPI的文件名V2×(Att-NoAtt)7.顯示結果：Yes我的問題：上面的第5個序列中那個定義的n×3的矩陣第一列，第二列所表示的意義？幾秒鐘后PPI的結果應該可以計算出來同時你也會看到一個很多曲線的窗口，在窗口的左上角，PPI計算設置的所有信息都一清二楚，其中包括所選擇的VOI文件。所包含的條件以及他們的檢驗權重，中央圖形中的藍色曲線所顯示的是最初的BOLD信號(實際上就是本征值)，而神經(jīng)信號或者說卷積的信號用綠色曲線表示，這些曲線與block的設計

25、矩陣看上去是十分類似的，而在左下方的圖形顯示的是任務的條件曲線，用綠線表示，另外還有這個卷積的任務條件曲線(psych變量)。在右下方則顯示的是PPI相互作用的曲線對PPI的計算將在當前工作路徑下生成一個PPI_V2×(Att-NoAtt).mat文件，這個文件內(nèi)包括變量PPI.ppi(相互作用組).PPI.Y(最早的VOI本征值變量)和變量PPI.p(Attention-No Attention 任務矩陣)，你將會在設置你的PPI的GLM分析時用到這些矩陣，仔細觀察spm_peb_ppi文件，你將會看到PPI數(shù)據(jù)結構的所有描述。33.5.1 PPI GLM analysis設計矩陣

26、的設置與估計1.復制文件PPI_V2×(Att-NoAtt).mat到你在做這例子開始前就新建好的PPI路徑下2.換一個新的路徑：cd PPI3.在Matlab命令行中>>load PPI_V2×(Att-NoAtt).mat4.在這個BATCH EDITOR中，正如你上文已經(jīng)做的那樣，通過選擇FMRI MODEL SPECIFICATION和CONTRAST MANAGER這些模塊，然后按照下面的方法來設置這些模塊5.路徑：選擇PPI文件夾6.設計矩陣單元：scans7.掃描間隔時間：3.228.在DATA&DESIGN下添加一個新的：SUBJECT/

27、SESSION9.點擊SCANS并且選擇所有的功能像掃描snffM00587_00xx.img文件，一共應該有360個文件。10.點擊NEW：REGRESSOR并且新增6個回歸量11.回歸量1：NAME=PPI-interaction。VALUE=PPI.ppi12.回歸量2：NAME=V2-BOLD。VALUE=PPI.Y13.回歸量3：NAME=Psych_Att-NoAtt。VALUE=PPI.P14.回歸量4：NAME=Block1。VALUE= block115.回歸量5：NAME= Block2。VALUE= block216.回歸量6：NAME= Block3。VALUE= bl

28、ock317.高通濾波192模型估計18.在MODEL ESTIMATION選項下點擊SELECT SPM.mat，然后再點擊“DEPENDENCY”按鈕。同時選擇MODEL ESTIMATION:SPM.MAT文件檢驗管理19.在CONTRAST MANAGER點擊選擇spm.mat文件，然后點擊“DEPENDENCY”按鈕。同時選擇MODEL ESTIMATION:SPM.MAT文件20.點擊CONTRAST SESSIONS然后再點擊NEW：T-CONTRAST21. T-CONTRAST，NAME：PPI-Interaction，矩陣：1 0 0 0 0 0 022.保存批處理文件23

29、.運行設計矩陣如下所示檢驗管理19. 在CONTRAST manager點擊選擇spm.mat 文件，然后點擊Dependency 按鈕，同時選擇Model Estimation：spm.mat file。20. 點擊Contrast Sessions然后再點擊New：T-Contrast21. T-Contrast Name：PPI-Interaction ，矩陣：1 0 0 0 0 0 022. 保存批處理文件23. 運行設計矩陣如下所示：33.5.2 PPI分析結果1. 點擊Results按鈕，同時在PPI文件路徑下選擇spm.mat 文件2. 選擇PPI- Interaction 檢驗

30、3. 使用覆蓋 No 4. 設定對比文件名 PPI-Interaction5. 校正的P值來控制：None6. 閥值T或P值：0.017. 體素閥值的范圍108. 這時看到的spm圖形應該和正文中圖33.15最上方的那部分一模一樣，spm結果顯示，由于attention 和no attention不同條件的影響，一些激活區(qū)域顯示相對于V2區(qū)域的不同連通水平。33.5.3 PPI分析繪圖1. V5區(qū)域顯示了心理生理交互作用（PPI），在該項中是位于坐標39 -72 0的位置，移動光標到這一點可以觀察這一激活區(qū)域，如圖33.15所示。2. 為了繪制出顯示受到attention 條件影響的PPI圖形

31、曲線，需要從V5區(qū)域提取出VOI Voxels of interesting 為了達到這個目的，要回到先前的GLM分析過程中去。3. 點擊Result，然后選擇GLM來分析SPM.mat和選擇Motion 檢驗。4. 使用覆蓋 No5. 比較之后的文件名Motion6. 校正的P值來控制：None7. 閥值T或P值：0.0018. 體素閥值范圍39. 指向點的坐標位置：39 -72 010. 點擊Eigenvariate 11. 區(qū)域的命名：V512. 為。 校正數(shù)據(jù) effect of interest13. 定義VOI Sphere14. VOI半徑（mm）:615. 現(xiàn)在將生成4個PPI

32、s文件，可以通過PPI的自動化軟件來新建交互矩陣，而不是用行為向量來乘以從V2區(qū)與V5區(qū)中提取出來的本征值所得的的結果，這樣就能生成正確的PPI矩陣了。（這句話可能有點難理解，我也是理解半天之后才明白作者的意思的，就是我們通過了這一步已經(jīng)在PPI文件夾里面生成了VOI_V2_1.mat和VOI_V5_1.mat兩個文件，那么我們就要做16，17，18，19來四步來生成四個PPI的文件分別是 V2 *NoAttention， V2 * Attention， V5 * NoAttention， V5 * Attention。我們現(xiàn)在要做的就是點擊SPM界面上的PPIs按鈕，我就拿生成V2 *NoA

33、ttention這個PPI文件作為一個示例，點擊之后，就會有個選擇框要你選擇一個spm.mat文件，那我們就選擇GLM文件下的那個spm.mat文件，記住不要選錯了選到PPI文件夾里面的那個spm.mat文件，選好之后就會出現(xiàn)一個下拉菜單，要你選擇analysis type,我們就選擇第二個選項Psychophysiologic interactions，接下來又出現(xiàn)一個選擇框，要我們選擇VOI，因為我們這個PPI文件是V2 *NoAttention，所以我們選擇VOI_V2_1.mat文件），接下去要選擇是否包括Stationary ，選擇no。然后又問你是否包括 NoAttention，我

34、們選擇yes，選擇yes之后它會要你選擇權重，我們在這里就直接輸入1，接下來又會問你是否包括Attention，選擇no，接下來又要輸入PPI的名稱，當然就寫V2 *NoAttention咯；回車之后就生成了一個 PPI_V2*Attention.mat文件，以此類推我們就能做出其他3個V2 * Attention ，V5 * NoAttention ，V5 * Attention PPI文件了）16. V2 *NoAttention （利用V2區(qū)的VOI和包括帶有檢驗權重為1的No-Attention，但不包括Stationary 和Attention）17. V2 * Attention （利用V2區(qū)的VOI和包括帶有檢驗權重為1的Atten