体面；
Behind …, front …, above …, below …,分别用来切除指定斜面的体素； TT Ellipsoid用来切除具有相同Talairach脑比例的椭圆以外的体素； Expr > 0用通常的数学表达式来指定要去除的脑区域： 表达式的语法与3dcalc相同；
变量?x‘, ?y‘和?z‘可用来代表数据集空间坐标位置(当选择Automate时，变量?t‘也可被使用)，使表达式取正值的(x, y, z)位置的体素将被去除
举例：渲染与冠状面(xz-plane)和水平面(xy-plane)之间任意角度的倾斜层面(slab)：
Slab内的点的集合可以表示成不等式： ?y?cos(α) - z?sin(α) -s? < w/2
对于给定的角度=a, slab中心位移= s即层面宽度= w，渲染与垂直面呈25o倾斜的厚度为30mm，位移为20mm的冠状斜面，可以使用下面表达式： abs(y*cosd(25)-z*sind(25)-20)-15
*sind()和cosd()为以度数为单位的三角函数。
通过使用Automate，并依赖于变量?t‘设置角度和位移，可以生成向下旋转和/或向下位移的动态图像。 □ Automate允许一次生成多个渲染图像(自动生成) 大多数(但不是全部)数字输入框具有细微浮雕边框：
当选择Automate时，具有浮雕边框的输入框可以使用含变量?t‘的表达式，e.g.
在Roll输入框输入70+5*t，然后点击Compute按钮，数据集将依次设置?t‘ 为0, 1, 2, 3, 4 来渲染数据集，这样，依次生成Roll 70o,75o,80o,85o,90o的图像。 □ OverLay 面板
点击OverLay按钮打开控制如何生成功能OverLay的面板(与Image Viewer窗口的Devine OverLay面板相似)。下面仅讨论不同的方面：
Color Opacity用来选择着色体素(即超过阈值的体素)的不透明度：
Overlaid体素的不透明度与UnderLay相应位置的不透明度不同，通常设置较高(0.5或更高)；该菜单有两个特定的值： Underlay表示该着色体素的不透明度将由来自Underlay图像的不透明度决定；
ShowThru表示不管Underlay体素的透明度是多少，该着色体素穿过Overlay而显示Underlay体素(透明脑?glass brain‘效果)，。
5.7 空间标准化(切换至Talairach坐标系)
一般的fMRI实验都有许多不同的被试参加，以保证实验结果的可靠性和可重复性。对于fMRI数据处理软件来说，它的分析处理过程是基于像素的，所以我们对不同被试的fMRI图像比较时，程序一般都是直接用像素位置来判断解剖位置。问题在于，每个人的脑结构是有差异的，在不同被试的脑图像中，相同的像素位置并不代表相同的解剖结构，因此就需要一个图像处理过程来尽可能地把对应的脑激活区域在不同被试之间对应起来，这个过程就称为―空间归一化(spatial normalization)‖。 (1) 各种数据集间的转换
AFNI给出了一些方法，可以用来实现各种数据集之间的相互转换。如上面右图显示。当Talairach标准图谱确定之后，可以将研究对象功能数据集映射到标准图谱，叠加到解剖数据集上，以便确定脑激活区域的相对确定的部位。 a) 父数据集
每个数据集a与三个与之相关的父数据集相互关联：πc(a)表示坐标父数据集，πt(a)表示变换父数据集，πd(a)表示数据父数据集。其中函数πc, πt, πd均以3D数据集作为输入，并以另一个3D数据集作为输出，在实现过程中，是指向3D数据集的指针，在AFNI中是功能数据集和解剖数据集。如上右图，每一列上是以坐标相互匹配的，每一行的左边
的数据集是原始数据集，而右边的数据集是由它们变换而来。 b) 坐标系统
每个数据集可以有两种坐标系统与之相对应：一种是连续坐标系统用r = (x, y, z) T表示，另一种是相应于体素的离散坐标系统，用 q = (i, j, k) T表示。通常在连续坐标系统下进行变换，然后再转化为离散坐标系统，也就是只在需要时才以体素形式表示出来。 c) 数据集之间的几何变换
每个数据集在坐标系统中有3种与之相关的几何变换关系：
i) 将a的变换父数据集πt(a)的连续坐标系统映射到a的连续坐标系统，即πt(a)中坐标为x的点在a中的坐标为 ii) 将a的变换父数据集πd(a)的连续坐标系统映射到a的连续坐标系统，即πd(a)中坐标为x的点在a中的坐标为 iii) Da将a的离散坐标系统映射到a的连续坐标系统，即数组索引为q的体素其连续坐标x = Da(q)。 d) 数据集之间的继承关系
如果数据集b具有坐标父集a ≠ b，并且a具有变换子集，则b也有从a继承而来的变换子集。
在AFNI中，将变换子集a‘产生之后，则程序会自动生成b‘，如果对a到a‘的变换作修正之后，则这种变化自动影响到b‘。在空间标准化过程中，通过标定markers对解剖数据集(a)进行变换至Talairach坐标系(a‘)，则功能数据集(b)可根据需要自动转变至Talairach坐标系(b‘)[warped-on-need]。
(*注：实际上，同一目录下所有数据集都进行变换，但都只生成.HEAD文件，而不生成.BRIK文件) (2) Talairach空间
自1952年，法国神经科学家Jean Talairach等人多次证明：穿过前、后连合(anterior commissures, AC; posterior commissures, PC)的平面与端脑以及神经核团之间有十分固定的空间位置关系，这就是著名的AC-PC线。
□ Talairach坐标系的定义 4条重要的分界线(基线)：
a) AC-PC线：定义了Talairach坐标系统中的水平面，此平面通过前连合的上缘和后连合的下缘，平行于下丘脑的脑沟，恰好把丘脑与下丘脑分开；
b) VCA线：与AC-PC线垂直，并通过前连合后端的平面；
c) VCP线：与AC-PC线垂直，并通过后连合前端的平面； d) 中线：就是脑中隔(左右脑分界面) 大脑的外边界：
上面：与AC-PC线平行，并与顶叶最高点相切的平面； 下面：与AC-PC线平行，并与颞叶最低点相切的平面； 前面：与VCA线平行，并与额叶最前端相切的平面； 后面：与VCA线平行，并与枕叶最后端相切的平面； 两侧面：与中线平行，并与左、右脑最外缘相切的两个平面。 □ Talairach标准脑划分
a) 沿轴状面方向：AC-PC线以上部分8等分，分别以1,2, …, 8表示；以下部分4等分，分别以9, 10, 11, 12表示。 b) 沿冠状面方向：VCA以前4等分，分别以A, B, C, D表示；VCP以后4等分，分别以F, G, H, I表示；VCA、VCP之间3等分，分别以E1, E2, E3表示。
c) 沿矢状面方向：中线左、右各4等分，从中间至两侧依次以a, b, c, d表示。 (3) 空间标准化(Transforamtion to Talairach Coordinates) 分为三个步骤：
(a) 3D像与解剖像(Se)对齐(Rotation and Shift)
(*注：以Se像为标准，3D像的位置向Se像做对齐，误差在1mm范围内) (b) 定义Markers来确定AC-PC轴及I-S轴(to +acpc坐标系) (c) 定义边界点来缩放至Talairach标准脑(to +tlrc坐标系) a) 对齐：
在AFNI中按New按钮打开另一个AFNI界面，在两个界面中分别切换Underlay(分别选择3D数据集和Se解剖数据集)，然后分别点击Axial, Coronal和Sagita Images打开图像，以同一层的同一结构(最好是比较容易定位的结构，如如中脑导水管)进行比较，记录它们在两个数据集中的旋转偏差和位移偏差值。 (注：可选择Define Set?Lock?DataMode All进行图像锁定，有助于进行比较) 然后打开终端窗口，输入命令(有机会试试，应该可以两步合一)： 3drotate -prefix 3dro -rotate 2L 3P 4S 3d+orig 3drotate -prefix 3drosh -ashift 8L 0P 16S 3drol+orig
其中，-rotate表示进行旋转，数字表示旋转的度数，R, L, A, P, I, S分别表示right-to-left, left-to-right, anterior-to-posterior, posterior-to-anterior, inferior-to-superior, superior-to-inferior。 -bshift表示before rotation shift, -ashift表示after rotation shift。 b) 定义Markers来确定AC-PC轴及I-S轴 至少要定义5个markers，分别是
AC superior edge = 前连合上缘 AC posterior margin = 前连合后端 PC inferior edge = 后边合的下缘
First mid-sag point = 中线矢状面上的任意一点
Another mid-sag point = 中线矢状面上的另一点(与上一点之间距离最好>2cm) 进行该操作时应尽可能的精确。
在orig视图下，点击主界面Define Markers(之前先开启See Markers)，打开AC-PC GUI窗口如下：
首先，来定义前连合上缘和后端：
选择[AC?在矢状面或冠状面中上移，直至水平面中的AC消失，然后再下移1像素?将AC位于十字准心焦点的中心(水平和冠状面)?水平面：寻找大脑半球之间的纤维连接?冠状面：寻找胡须(mustache)样结构(上图红色圈中)?矢状面：在胼胝体底部水平，穹窿下寻找前连合 superior 选择[AC?将焦点移回AC的中间，向后移动直至在冠状面中AC消失，然后向前移1像素(*通常，在设置好AC上缘后，直接向后向下各移1像素)?edge]，然后按Set按钮 posterior margin]，选择按Set按钮。
其次，再来定义后连合下缘：
该步骤比较困难，因为PC在1mm分辨率像中显示得很好(但有时能非常清晰地显示，从而非常容易找到PC)。但幸运地是，通常PC位于中脑导水管(cerebral aqueduct)的顶端，而中脑导水管可以较好地显示(至少，如果CSF被MRI序列适当地抑制)。因此，可以在中间矢状面位置中脑导水管顶端找到PC，并标记为[PC inferior edge]
最后，定义中线矢状面上的两个点，一般定义在胼胝体以上，两点应该相距2cm以上，并且，平面AC-PC-Point#1和AC-PC-point#2之间偏差在2以内。
最后，点击[Quality?]按钮进行质量检查，如果通过检查，点击[Transform Data]进行变换。将关闭该窗口，并将marker的位置信息写进数据集头文件，并创建数据集(输入ls命令，可发现只含头文件,如ana+acpc.HEAD，至关如何生成.BRIK文件详见后面)。此时，AFNI控制主界面中的[AC-PC Aligned]坐标系统选项激活。点击该选项，将会转换acpc坐标系统(Warped-on-need)。
c) 定义边界点来缩放至Talairach标准脑
在acpc视图下，点击Define Markers则出现定义边界点窗口(与前述定义markers窗口相似)，应用同样的方法(同时打开2或3个方向的图像窗口)定义前、后、左、右、上、下六个边界点，完成至Talairach坐标系的变换。 标准脑组织各距离如下表所示：
同样，变换数据后也只生成头 文件：ana+tlrc.HEAD。 用ls查询目录下文件，应包括：
ana+orig.HEAD ana+orig.BRIK ana+acpc.HEAD ana+tlrc.HEAD 3d+orig.HEAD 3d+orig.BRIK run+orig.HEAD run+orig.BRIK 以及一些1D文件。
其余数据集(追随数据集, follower dataset)的acpc和tlrc数据集的自动创建：