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
