Matlab+SPM12+CAT12三件套：VBM分析中的双样本t检验保姆级教程
神经影像学研究中，基于体素的形态学测量（VBM）是分析脑结构差异的重要方法。对于刚接触该领域的研究者而言，如何正确配置软件环境、处理数据并解读结果往往令人望而生畏。本文将手把手带你完成从软件安装到结果可视化的完整流程，特别针对双样本t检验这一常用统计方法提供可复用的代码模板和参数配置建议。
1. 环境配置与数据准备
1.1 软件安装与路径设置
确保已安装Matlab（建议R2018a或更新版本），然后按以下顺序安装工具包：
% 添加SPM12到路径
addpath('/path/to/spm12');
spm('fmri');
% 添加CAT12到路径
addpath('/path/to/cat12');
cat12;
常见问题排查：
- 若出现
Undefined function错误，检查路径是否包含所有子目录 - CAT12需要兼容的SPM12版本，建议使用官方推荐组合
1.2 数据组织结构
规范的文件夹结构能显著提高工作效率：
/project_root
│
├── /raw_data # 原始DICOM文件
├── /preprocessed # 预处理后数据
│ ├── /gm # 灰质图像
│ ├── /wm # 白质图像
│ └── /csf # 脑脊液图像
├── /stats # 统计分析结果
└── /scripts # 分析脚本
提示：使用
spm_select函数批量获取文件路径时，规范的目录结构能简化代码编写
4万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
