MRI学习笔记-全脑与行为数据的多元回归Multiple regression

Struggle

spm操作：

第一步：准备步骤

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                               
登录/注册后可看大图

第二步：编辑Factorial design specification

2.1 选择保存生成结果的路径

                               
登录/注册后可看大图

2.2 选择分析的方法

                               
登录/注册后可看大图

2.3 选择一阶分析生成的图像文件（需要与行为结果做回归分析的文件）
选择一个被试：

                               
登录/注册后可看大图

选择所有被试：

                               
登录/注册后可看大图

2.4 增加协变量（行为数据）

                               
登录/注册后可看大图

4：按照nii顺序输入相应行为数据

                               
登录/注册后可看大图

7：给本次回归分析起个名字

                               
登录/注册后可看大图

2.5 其余保持默认即可，最后如下

                               
登录/注册后可看大图

第三步：编辑Model estimation

对上一步生成的SPM.mat文件进行估计

                               
登录/注册后可看大图

第四步：编辑Contrast Manager

4.1 选择上一步生成的SPM.mat文件

                               
登录/注册后可看大图

4.2 新建两个T-contrast
2：点击两下

                               
登录/注册后可看大图

                               
登录/注册后可看大图

4.3 编辑第一个T-contrast（positive）

                               
登录/注册后可看大图

                               
登录/注册后可看大图

4.4 编辑第二个T-contrast（negative）

                               
登录/注册后可看大图

                               
登录/注册后可看大图

第五步：运行batch

                               
登录/注册后可看大图

】
生成的文件

                               
登录/注册后可看大图

第六步：保存batch和script，稍作更改后可以用于批处理

                               
登录/注册后可看大图

批处理脚本：

第一步：文件路径框架

最上层路径。2：回归分析的结果，只要在这个路径新建一个 data_08_MultipleRegression 文件夹即可

                               
登录/注册后可看大图

1：一阶分析的结果具体路径；

                               
登录/注册后可看大图

第二步：将行为数据的excel文本保存在data_08_MultipleRegression/M5中

                               
登录/注册后可看大图

                               
登录/注册后可看大图

第三步：批处理脚本

生成batch

1. clc;
2. clear;
3. nmodel = '5';%模型编号
4. numsub = 27;%被试编号，我的编号是01、02、03....27
5. rootdir = 'D:\LLYdata\motor_inhibition_data2\motor_inhibition_fmri';%数据最上层路径
6. ffxname = 'data_05_1st_level2';%1st分析文件名
7. rfxname = 'data_08_MultipleRegression';%2st分析文件名
8. batchfilename = 'batchfiles';%保存batchfile的文件名
9. ffxdir = fullfile(rootdir,ffxname,strcat('M',nmodel));%1st分析完整路径
10. rfxdir = fullfile(rootdir,rfxname,strcat('M',nmodel));%2st分析完整路径
11. %% 读保存在excel中的行为数据，并定义每个行为数据所在的列数
12. [~,~,data] = xlsread(fullfile(rfxdir,'behaviordata.xlsx'));
13. for i = 1:size(data,2)
14.     eval([data{1,i},'=i']);
15. end
16. %%
17. con= {'(UCSAS-UCGO)','(UCSRS-UCGO)-(CSR-CGO)'};%nii文件的名字
18. connum = {'con_0040','con_0069'};%需要与行为结果做回归分析的nii文件编号
19. bhname = {'SSRTStopAll','SSRTStopRight'};%行为结果在data中的列数
20. for ncon = 1:size(connum,2)
21.     % 构建完整文件路径
22.     for nsub = 1:numsub   
23.         full = fullfile(ffxdir,sprintf('%02d',nsub),strcat(connum{1,ncon},'.nii,1'));
24.         conpath{ncon}{nsub,1} = full;
25.     end
26.     %读取行为数据
27.     bhdata{ncon} = cell2mat(data(2:end,eval(bhname{ncon})));%数据格式为一列
28.     %命名
29.     conname{ncon} = strcat(con{ncon},'&',bhname{ncon});
30. end
31. exmask='E:\MATLAB\toolbox\spm12\tpm\mask_ICV.nii';%mask的路径
32. %%
33. jobfile = [];
34. spm('defaults','fmri')
35. for ncon = 1:size(connum,2)
36.     clear matlabbatch
37.     %%%生成保存结果的路径
38.     if ~exist(fullfile(rfxdir,conname{ncon}),'dir')
39.         mkdir(fullfile(rfxdir,conname{ncon}));
40.     end
41.     %%
42.     matlabbatch{1}.spm.stats.factorial_design.dir = {fullfile(rfxdir,conname{ncon})};%保存结果的路径
43.     matlabbatch{1}.spm.stats.factorial_design.des.mreg.scans = conpath{ncon};%需要与行为结果做回归分析的nii文件
44.     matlabbatch{1}.spm.stats.factorial_design.des.mreg.mcov.c = bhdata{ncon};%行为结果
45.     matlabbatch{1}.spm.stats.factorial_design.des.mreg.mcov.cname = conname{ncon};%命名
46.     matlabbatch{1}.spm.stats.factorial_design.des.mreg.mcov.iCC = 1;
47.     matlabbatch{1}.spm.stats.factorial_design.des.mreg.incint = 1;
48.     matlabbatch{1}.spm.stats.factorial_design.cov = struct('c', {}, 'cname', {}, 'iCFI', {}, 'iCC', {});
49.     matlabbatch{1}.spm.stats.factorial_design.multi_cov = struct('files', {}, 'iCFI', {}, 'iCC', {});
50.     matlabbatch{1}.spm.stats.factorial_design.masking.tm.tm_none = 1;
51.     matlabbatch{1}.spm.stats.factorial_design.masking.im = 1;
52.     matlabbatch{1}.spm.stats.factorial_design.masking.em = {exmask};
53.     matlabbatch{1}.spm.stats.factorial_design.globalc.g_omit = 1;
54.     matlabbatch{1}.spm.stats.factorial_design.globalm.gmsca.gmsca_no = 1;
55.     matlabbatch{1}.spm.stats.factorial_design.globalm.glonorm = 1;
56.     matlabbatch{2}.spm.stats.fmri_est.spmmat = {fullfile(rfxdir,conname{ncon},'SPM.mat')};
57.     matlabbatch{2}.spm.stats.fmri_est.write_residuals = 0;
58.     matlabbatch{2}.spm.stats.fmri_est.method.Classical = 1;
59.     matlabbatch{3}.spm.stats.con.spmmat(1) = cfg_dep('Model estimation: SPM.mat File', substruct('.','val', '{}',{2}, '.','val', '{}',{1}, '.','val', '{}',{1}), substruct('.','spmmat'));
60.     matlabbatch{3}.spm.stats.con.consess{1}.tcon.name = 'positive';
61.     matlabbatch{3}.spm.stats.con.consess{1}.tcon.weights = 1;
62.     matlabbatch{3}.spm.stats.con.consess{1}.tcon.sessrep = 'none';
63.     matlabbatch{3}.spm.stats.con.consess{2}.tcon.name = 'negative';
64.     matlabbatch{3}.spm.stats.con.consess{2}.tcon.weights = -1;
65.     matlabbatch{3}.spm.stats.con.consess{2}.tcon.sessrep = 'none';
66.     matlabbatch{3}.spm.stats.con.delete = 0;
67.     %% Save new job file
68.     %%%生成保存batch的路径
69.     batchfilesdir = fullfile(rfxdir,batchfilename);
70.     if ~exist(batchfilesdir,'dir')
71.         mkdir(batchfilesdir);
72.     end
73.     batchfile = conname{ncon};
74.     save(fullfile(batchfilesdir,batchfile),'matlabbatch');
75.     jobfile{end+1,1} = fullfile(batchfilesdir,batchfile);
76.     fprintf('Saved batch file %s\n',batchfile)%命令行输出文字反馈
77. end
78. spm('chmod','fmri');
79. spm('defaults','fmri');

复制代码

第四步：运行脚本后生成的文件

1：批处理脚本生成的batch所保存的位置
2：运行batch后文件保存的位置

                               
登录/注册后可看大图

                               
登录/注册后可看大图

第五步：运行batch

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                               
登录/注册后可看大图

最后生成的结果文件

                               
登录/注册后可看大图

结束！打开result看结果就可以了~