簡單來說,分為兩大塊甜橱。第一逊笆,PPI準(zhǔn)備活動;第二岂傲,正式的PPI操作难裆。
【下面的例子是以我的實驗數(shù)據(jù)參數(shù)為基準(zhǔn)的,TR=2s,總共5個run乃戈,每個run包含186個volume褂痰,并且默認(rèn)已經(jīng)經(jīng)過基礎(chǔ)的GLM建模】
PPI準(zhǔn)備活動
準(zhǔn)備好預(yù)處理smooth后的功能像
合并頭動
如果有5個run症虑,那么需要將頭動信息合并成一個run的缩歪。新的頭動參數(shù)中第一個run的數(shù)據(jù)不變,第二個run的每一行數(shù)據(jù)加上第一個run的最后一行谍憔,第三個run的每一行數(shù)據(jù)加上新弄好的第二個run的最后一行匪蝙,以此類推。合并時間序列
類似于上面的合并頭動韵卤,這一步的目的是將之前的每個run分別的timefile合并成一個大的timefile骗污,因為在PPI操作中崇猫,只能輸入一個大run沈条。我的timefile是以秒為單位的
具體操作:----> 第一個run的數(shù)據(jù)不變 ---->第二個run的所有數(shù)值加上186??2 ---->第三個run的所有數(shù)值加上372??2 ---->第4個run的所有數(shù)值加上558??2 ---->第5個run的所有數(shù)值加上744??2
正式的PPI操作
1.一個GLM
先做一個正常的GLM(Block regressor:1和0的矩陣,區(qū)分不同的run诅炉; 頭動regressor放入頭動參數(shù))蜡歹。
一個PPI
點PPIs---->psychophysiologic interaction 生成一個變量PPI,然后用代碼循環(huán)生成不同名字的PPI涕烧。(生成對應(yīng)的PPI.mat文件)再做一個GLM(但是,不選conditions,不用填)
需要先load具體的PPI.mat浪南,才能在后面value數(shù)值中直接寫PPI.ppi浅役、PPI.Y等
Regressors: Regressor1, Name=PPI-interaction, value=PPI.ppi
Regressor2, Name=dmPFC_BOLD, value=PPI.Y
Regressor3, Name=Mental-Rnd, value=PPI.P
Regressor4, Name=Block1, value=[1,0]的矩陣
Regressor5,.......
....(回歸的Block參數(shù))
Multiple regressors:放入頭動文件