MarsBar教程
工具包及示例數據下載
本文是按照MarsBar0.44官方文檔的教程來對MarsBar工具包來進行學習的，感興趣的同學可以直接參考Mar
sBar官方文檔（tutorial）來進行學習（百度網盤 提取碼:0clb）。教程中所使用的數據爲marsbar_example_data-0.3。
安裝MarsBar
教程中提供了兩種安裝方法：一種是在MATLAB中使用，一種是在spm中使用。但是前提是必須得提前裝好spm，我裝的是spm8。這是直接將MarsBar0.44解壓後的文件夾放在MATLAB的toolbox目錄裏，然後在MATLAB中添加文件夾而不選擇添加幷包含子文件夾就好了。驗證是否安裝成功在命令框輸入marsbar，若出現MarsBar的圖形界面那麼就算安裝成功了，接下來就是按照manual去處理示例數據來進行學習了。（這裏建議MATLAB安裝路徑的所有文件夾不要有空格和中文，否則你懂得。）
數據集描述
數據集的來源不多介紹，我們主要對數據做如下處理：首先定義ROI，然後在ROI中做分析。教程中將介紹兩種定義ROI的方式：一種是基於功能的定義，另一種是基於結構的定義。
數據處理和分析
rois包含感興趣的預定義區域，目錄sess1、sess2和sess3包含實驗的三個sessions（runs）的切片。數據已經提前進行了時間校正和重新對齊、不失真、空間歸一化數據等預處理。
定義功能性ROI
一個關鍵問題就是如何找到正確的ROI，這個問題在視覺皮層裏比在其他功能區簡單得多。一種方式是使用被試自己的激活模式來定義ROI，在這個數據集中我們感興趣的是run1和run3的差異，因此我們用run2的spm分析來定義視覺皮層，然後將此用作ROI來分析run1和run3。所以在處理該數據集是我們不對run2進行比對，只對run1和run3進行分析。具體定義方法是我們在run2上進行SPM分析，並降低閾值，找出一些因噪聲而比其他體素值更高的體素。我們使用這個噪聲集羣定義ROI，並從ROI中提取數據。
開始處理
一、預處理
首先將下載好的數據集進行解壓，解壓後的文件夾應該有四個子文件夾，如上圖所示。這裏我將解壓後的文件存放到了G:\data\路徑下。切換工作路徑到marsbar0.44->example->batch目錄下，batch裏包含預處理的一些文件。然後在命令框內輸入run_preprocess,之後會出現一個窗口,選擇G:\data路徑裏的marsbar_example_data-0.3文件，然後點擊done進行批處理。
這個命令將會對每個圖像進行平滑處理（8mm FWHM），並且爲每個run運行spm模型。
二、Define ROIs
preprocessing腳本已經對run1，run2，run3進行了預處理，現在我們需要在視覺皮層找到一個激活羣集。
在marsbar窗口上選擇ROI Definition，如下圖：
每個選項的含義爲：
- View… ：在結構圖像上顯示一個或多個ROI。
- Get SPM cluster（s）：使用SPM的顯示結果界面去選擇並可以保存選擇的激活族羣作爲ROIs。
- Build：提供用於定義ROIs各種方法的界面(使用形狀、框、球、激活羣集和二進制圖像。)
- Transform:提供一個GUI，用於組合ROI，並將ROI的方向翻轉到大腦的右側或左側。
- Import:允許將所有SPM激活作爲ROI，或從羣集圖像（如SPM結果界面中所寫入的圖像）中導入ROI，或從ROI定義的圖像中導入ROI。
- Export: 把ROI寫成圖像用於其他軟件包，例如MRIcro。
我們將使用run2的SPM分析來定義功能ROI。在marsbar界面中選擇Get SPM cluster(s)…，這將會展示spm的結果界面。使用SPM提供的文件選擇窗口導航到sss 2/spm 8_ana目錄。選擇SPM.mat文件，然後點擊Done。如下圖：
在之後彈出的窗口中選擇t-contrast然後選擇stim_hrf之後點擊Done。如下圖：
在之後彈出的窗口中按下圖選擇即可：
回車後，就會出現如下界面：
與此同時MATLAB的工作路徑已經轉化到了sess2/SPM8_ana裏了。將SPM圖形窗口中的紅色箭頭移動到可視皮質中的激活羣集。您可以通過拖動箭頭或右鍵點擊圖像區域，選擇goto global maxima來執行此操作。
當紅色箭頭指向主族時，在spm的輸入窗口中點擊Write ROI(s)按鈕，並且選擇Write one cluster。如下圖：
爲了簡單起見，之後選擇默認值即可，將stim_hrf_-9_-93_-15_roi.mat保存到sess2/SPM8_ana目錄下。
Write ROI(s) 其他選項的含義：
Write one cluster ：在選定位置寫入單個族羣。
Write all clusters ：從SPM映射中寫入所有集羣；marsbar在將每個ROI保存爲單獨的文件之前，將請求一個目錄來保存這些文件，併爲ROI文件提供一個根名。
Return results UI：重新啓動SPM結果界面，可以重新選擇.Mat文件。
查看ROI：我們可以選擇ROI definition的View來查看之前保存的ROI來檢查效果如何。
理想情況下，我們希望將ROI限制在主要視覺皮層中的體素上。我們可以通過定義一個包含我們感興趣的區域的box的感興趣區域來實現這一點，並將其與激活集羣相結合。如下：
Defining a box ROI ：定義此盒子ROI，首先單擊 ROI definition，然後選擇Build。SPM輸入窗口中會彈出一個新菜單。點擊後選擇Box (ranges XYZ)，然後按照如下設置參數：
保存.mat文件到默認路徑，即和之前的.mat同目錄。檢查效果的話和之前一樣，選擇 ROI Definition->View,選擇這兩個.mat文件，點擊Done。這樣之前的區域會被藍色的框所覆蓋住。如下圖：
接下來就需要 combine這兩個ROI，僅選擇框和激活羣集共享的體素。
Combine ROIs ： 選擇ROI Definition->Transform，會出現一個新的spm窗口 ，之後選擇Combine ROIs ，在彈出的窗口中將兩個.mat文件都選中，Done。然後會彈出一個 Combine ROIs的界面，按照如下輸入：
其中functions to combine ROIs中r1和r2的含義爲：r1表示你選擇的第一個ROI，r2表示你選擇的第二個ROI，這裏我們希望得到他們的重疊部分，因此用&連接符。
筆記 ： 您可以使用大多數數學函數來組合ROI。如果您想組合兩個ROI，那麼組合出來的新的ROI具有ROI1中的所有體素和ROI2中的所有體素，可以使用函數r1|r2（讀作“r1 或 r2”）。如果只希望得到ROI1不在ROI2中的體素，使用r1 & ~ r2。同樣，您可以選擇兩個以上的ROI並組合它們。函數(r1 & r2)&~r3提供的是所有的ROI1和ROI2中的但不包括ROI3中的體素。需要注意的是r1 & r2表示的兩個ROI的交集，r1 | r2表示的是兩個ROI的並集。
Export ：僅僅當做練習，我們可能會用別的工具來查看ROI，比如MRIcro。點擊ROI definition->Export…->image 從彈出的界面中選擇trim_stim_roi.mat作爲輸出的ROI，然後Done在Space for ROI image裏選擇 ROI native space之後按照默認操作即可。
三、ROI analysis
分爲三個階段來進行分析:
- Choosing the design
- Extracting the data
- Estimating the design model with the data
1、Choosing the design
在marsbar的窗口上選擇Design，如下：
design菜單提供了創建、估計、處理spm/MarsBaR設計。每個選項的含義爲：
Show default design summary:在spm圖形窗口中顯示當前加載的設計摘要。
set design from file:會讓你選擇一個.mat的文件，並將它加載到MarsBaR中。加載進來的文件會成爲默認的design，MarsBar將假定您要使用此設計工作，除非你通過加載不同的.mat文件來告知它。
Save design to file：將會保存當前的設計爲一個文件。
Set design from estimated：當marsbar估計一個design時，它會將估計的design存儲在內存中。有時，使用這個估計的design並將其設置爲默認設計是有用的，以便能夠使用這些菜單選項中的各種來檢查設計。
PET models,FMRI models,and BAsic models：將使用SPM設計程序進行設計，並將其存儲在內存中作爲默認設計。
Explore：運行spm界面，用於審查和掃描設計。
Frequencies（event+data）：可用於fmri設計。該選項提供了ROI數據中的頻率圖和特定fMRI事件的設計迴歸器。這將允許你選擇一個高通濾波器，它不會移除設計中的大部分頻率，但會去除數據中的低頻，而這些數據通常是由噪聲主導的。
Add images to FMRI design：允許你爲尚未包含圖像的fMRI設計指定圖像。SPM和MarsBar可以在沒有圖像的情況下創建fMRI設計。如果要使用design提取數據（請參見下面），您可能希望使用此菜單項將圖像添加到設計中。
Add/edit filter for FMRI design：提供用於指定高通和可能(SPM 99)低通濾波器的菜單選項，以及自相關選項(SPM 2及更高版本)。
check images in the design：查找設計中的圖像名稱，並簡單檢查磁盤上是否存在這些名稱，在MATLAB控制檯窗口中打印一條消息。使用保存的SPM設計的一個常見問題是，設計中指定的圖像已經移動或刪除。此選項是查看已發生的有用檢查。
Change path to image：允許您更改保存在SPM設計中的圖像文件名的路徑，以處理自設計保存以來圖像已移動的情況。
Convert to unsmoothed：獲取設計中的圖像名稱，並對它們進行更改，以便它們引用相同圖像的未平滑版本–實際上它只是從文件名中刪除了“s”前綴。當您想要使用最初運行在平滑圖像上的spm設計時，這是非常有用的，但是您的ROI非常精確，因此您希望避免對平滑的數據運行ROI分析。在你的ROI中模糊不想要的信號。
回到我們的例子中，在design菜單欄裏選擇Set design from file選項，然後在彈出的窗口中選擇sess1/SPM8_ana路徑下的SPM.mat文件，點擊Done。marsbar將設計加載到內存中，並在SPM圖形窗口中顯示設計矩陣。
2、extracting the data
在運行模型之前，我們需要從功能像中提取ROI數據。因此要先在data菜單欄裏選擇EXtract ROI data(default)，然後進行簡單的分析。
Data菜單欄裏其它選項的含義如下：
Extract ROI data(default)：獲取一個或多個ROI文件和設計，並在設計中的所有圖像中提取ROI內的數據。對於默認設計，MarsBar將數據存儲在內存中，以便進一步使用。
Extract ROI data(full options)：允許您指定要從其中提取數據的任何圖像集，並將爲您提供用於提取數據的所有圖像縮放選項。
Default region…：當您爲多個ROI提取數據時，這將非常有用。在這個例子裏，您可能需要限制繪圖功能(下面)只查看其中一個區域； 您可以設置與此選項一起使用的區域。如果您沒有指定，Mars BaR將假設您想查看所有區域。
Plot data(simple)：繪製ROI數據到SPM圖形窗口的時間歷程曲線。繪圖數據（完整）具有用於在繪圖之前使用SPM設計過濾器過濾數據的選項，以及其他類型的繪製圖，例如作爲自相關係數的頻率曲線或曲線。
Import data：允許您導入用於從MATLAB、文本文件或電子表格進行分析的數據。同理，Export data可以將數據導出到MATLAB變量、文本文件或電子表格。
Split regions into files :在您從多個ROI中提取數據的情況下是有用的，但您要使用來自這些ROI中的一個ROI的數據進行估計。
Merge data files： 通過將一系列ROI數據文件與多個ROI數據文件一起轉換成一組數據，從而逆轉上述拆分文件的過程。
Set data from file：將向MarsBar請求一個數據文件（默認後綴_mdata.mat），並將其加載到內存中作爲當前數據集。
Save data to file：將將當前數據集保存到MarsBar數據文件中。
Show data summary：將一些摘要文本輸出到SPM圖形窗口。
在本教程中，我們希望從設計中的圖像中提取ROI的數據。選擇Extract ROI data（default），GUI將要求您選擇一個或多個ROI文件；選擇trim_stim_roi.mat文件，然後Done。
3、estimating the model
點擊Results菜單裏的第一個選項Estimate results，marsbar將會在MATLAB控制檯和spm界面生成一系列報告參數。
四、基本結果
讓我們通過爲設計中的效果獲取一些T值和F值來開始評估。點擊MarBar界面的Results菜單，其中其他選項的含義如下：
Estimate results：採用默認設計和ROI數據，並估計模型。MarsBar將所估計的結果存儲在內存中，作爲要估計的設計。
Import contrasts：提供一個界面，供您從其他分析中選擇對比，並將它們導入當前分析的對比列表中。
Refresh F contrasts：如果已將MarsBar設置爲不刷新F對比度（請參閱選項：Statistic：Load updates F contrasts），那麼可以使用此菜單選項刷新對比度。
Add trial specific F：將爲每個試驗和每個部分添加F對比度，如果沒有的話。
Default contrast：將設置一個對比度作爲此菜單上其他選項去默認使用，例如marsbar SPM圖形的繪圖功能。
Default region：適用於當前結果有多個區域的情況。它將從數據中選擇一個區域以用於分析和繪圖。
Plot residuals：從模型中提出各種殘差圖，以檢查是否違反了假設或主要的異常值。
MarsBaR SPM graph：使用SPM繪圖函數繪製參數估計、擬合和調整響應、事件或塊相關響應估計等的對比圖。
Statistic table：顯示所選對比的各種統計數據。
% signal change：將會顯示單個事件的百分比信號變化的估計值。
Set results from file：允許您選擇要查看的結果。當您在marsbar中估計模型時，程序將自動將新結果設置爲“結果”菜單的最新結果。如果你想分析一些其他的MarsBar結果，您可以使用此選項來選擇和加載其他分析文件。marsbar估計結果的默認文件後綴是_mres.mat。
Save results to file：將當前估計結果（包括用於估計的數據）保存到磁盤上。
接下來，我們需要指定對比度，Import contrasts選項允許從以前的分析中得到對比度。我們首先點擊這個選項，然後在彈出的界面中選擇sess1/SPM8_ana路徑下的SPM.mat文件，點擊Done。之後按照如下圖：
點擊Done。這裏我們只選擇了一個來對比，其實也可以選擇多個來對比。現在，單擊MarsBar中的Results菜單中的“Statistic table”選項，選擇stim_hrf contrast 然後單擊Done。
t統計量是自解釋的，未校正的p值只是用於分析的自由度的該t統計的單尾p值。校正後的P爲未校正的P值對分析中的區域數進行Bonferroni校正得到的。在這個例子裏，我們只對一個區域進行了分析，因此校正後的P值與未校正的P值相同。marsbar(像SPM一樣)不會嘗試校正對比度數目的p值，因爲對比可能不是正交的，這將使Bonferroni校正過於保守。對於Contrast value列的值，對於T統計，這裏的值是一個效果大小。請記住，t統計量由效應大小組成，除以這種效應的標準差。這裏我們的對比很簡單，只包含單個1，因此，對比值與模型中第一個參數的值相同。該參數的值將是與fMRI信號相關的HRF高度迴歸值的最佳擬合斜率。此效果大小度量是spm爲con_0001.img，con_0002.img…一系列中的每個體素存儲的數字。這些是用於標準二級/隨機效應分析的數值。
同樣的，我們也可以運行F contrast。再次點擊Statistic table，如下：
點擊Done即可。MATLAB控制檯會輸出如下信息：
現在，對比度值已經成爲Extra SS。這是將添加到不包含對比度影響的模型中的方差的度量。F Statistic是度量值，調整用於效果的數量，併除以整個模型的殘差方差。在二級分析中，沒有使用這個額外SS值的簡單方法。
1、Comparing fast and slow events
到目前爲止，我們的結果表明，視覺刺激確實對視覺皮層產生了非常顯著的影響，即使在非常頻繁的事件中也是如此。到目前爲止，這還不是“自然”雜誌的論文。爲了讓事情變得更有趣，我們可以將run1中的效果與run3中的效果進行比較，在run3中，事件發生的頻率要低得多。
在MarsBar窗口點擊Design菜單欄，Set design from file，這次選擇sess3/SPM8_ana下的SPM.mat文件。然後在Data菜單裏選擇Extract ROI data（default），MarsBar會詢問你是否保存之前的數據，選擇no，接下來再次選擇trim_stim_roi.mat。點擊Done，運行完之後在Results欄點擊Estimate results ，當再次詢問時，仍選擇no。
當estimation完成後，單擊Results裏的Statistic table。接下來我們需要點擊Define new contrast輸入HRF對比度，如下圖：
Done。之後控制檯會輸出:
您可以看到，對於run3而言，對比度值(與單個事件的信號變化成正比)大於run1。對此的一個解釋是，run1中有更多的事件，因此對每個事件信號變化的估計更可靠(方差較小)。
五、使用結構ROI
到目前爲止，我們已經使用了一個功能ROI。這具有通常很好地調諧到我們正在分析的被試的優點。缺點是我們必須使用完整的數據來定義ROI，我們將傾向於能夠分析，並且當激活信號不強烈時，功能性ROI可能是噪聲的。另一種方法是利用大腦的解剖來估計功能區的位置。
與使用函數ROI運行分析完全相同。先選擇Design->Set design from file ，之後選擇sess1/SPM8_ana/SPM.mat文件。然後點擊Data->Extract ROI data(default)。當讓你選擇ROI文件時，定位到rois路徑下，選擇MNI_Putamen_L_roi.mat，然後點擊Done。結束後，選擇Results->Estimate results，同樣的結束後，選擇Results->Statistic table,輸入stim_hrf contrast，對MNI_Putamen_R_roi.mat進行同樣的操作你會在控制檯看見兩個表。如下：
研究對象用右手做出反應，因此我們預計右側殼核的信號會比左邊少。
六、批處理
將工作路徑切換到example/batch下，在命令框輸入run_tutorial.m，這將會批處理之前的大部分操作。具體可以查看代碼。
七、總結
至此，MarsBar官方文檔的教程已經結束了，這裏只是將文檔的示例數據的操作重複了一遍，對一些知識點進行了翻譯。有些細節並沒提到，讀者可以去閱讀文檔來查看更多細節。
終於結束了，文檔看的頭疼。。。。
