上图黄色矩形框中的警告文字表示发现图像中有负值，需点击Byte Swap [2]按钮进行转换(未转换前的图像如下图示)。
出现这种现象是因为Intel/Linux和Sun/SGI系统使用的数字内码的不同。
另外，在窗口上部需填写一些信息，左面为数据集的轴向信息，中间为体素(像素)和视野的大小，右面为每一轴向第一层面的位移。轴向信息可由查看图像窗口获知(横跨屏幕的为x轴,上下方向为y轴, z轴可通过滑动图像窗口下部的slider确定)；体素和体素大小及层面位移需根据实验日志填写。
对于3D(SPGR)像，选择irregular(即x,y,z各不同)；对于功能像(EPI)和解剖(SE)像，选择square(即x=y,需填写z方向体素大小)。
(3) 使用to3d创建功能数据集(EPI)
功能数据集是EPI 3D+time数据集。需要指定一些参数才能运行，命令行如下： to3d –time:zt nz nt TR tpattern (e.g. to3d –time:zt 20 299 2s altplus)
*笔者注：层面通常先以space (z)排序，再以time (t)排序；-time:zt就表示如此，20为全脑的层面数，299为时间序列的帧数(时间点数或TRs)；根据实验具体参数略有不同。2s为重复时间(TR)，如果填写0，则为从头信息读取。altplus为数据获取方式，可分为正向间隔获取(altplus/alt+z)、逆向间隔获取(altminus/alt-z)、正向顺序获取(seqplus/seq+z)、逆向顺序获取(seqminus/seq-z)和同时获取(simult)等。其它的包括zero(3D扫描)和@filename时间模式包含在文件中)。其中alt为alternatively, seq为sequentially。(对于排列方式未知的图像，可用aiv命令查看)
另X轴方向应设为右到左(R--L)；Y轴设为从前到后(A—P)；Z轴设为从下到上(I—S)(RAI坐标系)。AFNI并不能识别左右侧，因此对新机器或左右侧信息对研究具有重要意义的数据，在采集时做标记，如在左侧贴上几颗鱼肝油丸。 设置好各参数后，选择Save Dataset将出现下面的窗口：
窗口中指出奇异值(outliers, 即与同一时间序列中其它数据点显然不同的值)；通常早期的outlier可能是长轴磁场饱和至稳态值之前的瞬时效果导致；而以后的则可能由头动、scanner故障导致。
5.3 功能像层面时间校正和运动校正 (1) 时间校正
对于一个给定的脑体积，每个层面图像获取时间稍有不同。层面的精确时间依赖于成像的设置。通常，层面以顺序获取，或以隔行获取(偶数行先获取，然后再奇数行)的方式进行。尤其是在后者，相邻层面的时间位移将导致相邻层面的信号变化显著，尤其是在事件相关实验设计中。虽然，这样的差异不会影响个别的体素分析，但任何涉及层面间功能时间序列平均、插值的处理过程将会受层面时间差异的影响。
这些处理过程包括3维空间平滑、cluster平均、运动校正以及空间标准化(e.g. to Talairach space)。当对功能数据集进行任一上述处理时，就需要对层面时间差异进行校正。在AFNI中，可以使用命令3dTshift实现，但一个更简单地方法就是在进行运动校正时使用-tshift选项(见下面的例子)。时间校正在运动校正前进行，因为运动校正涉及邻近层面的插值，如果邻近层面存在时间差异会使插值不准确。 Usage: 3dTshift [options] dataset
将输入数据集的体素时间序列进行移位，从而使各层面对齐到相同时间原点(temporal origin)。默认地，使用头文件中的层面间移位信息(slice-wise shifting information)(由to3d程序输入的‖tpattern‖信息)。 ? 插值(interpolate) ?方法: 去除趋势(detrend) 恢复趋势(retrend)
输出数据集时间序列将重新插值至新的时间格(temporal grid)，这也许不是分析数据的最好方法，但非常便利。 注意：
* 请注意混叠(aliasing)现象：超过1/(2*TR)以上的频率不能被正确的插值。对于绝大多数3D fMRI数据，这意味心率和呼吸频率不能在该程序中被正确的处理。
* 对于高速fMRI 成像的开始的图像通常与较后的图像具有不同的质量，因为纵向磁化至稳态值之间的瞬时效果(如前所述的outlier)。这些图像应该不要包括在插值范围内。举例，如果你希望排除刚开始的4个图像，那么输入的数据集应按‘prefix+orig[4..$]‘形式指定。或者，可以使用‘-ignore ii‘选项。 * 最好在3dvolreg之前使用3dTshift。 Options:
-verbose = 在程序运行的时候显示一些信息
-TR ddd = 用'ddd' 作为TR值, 而不使用包含在数据集头信息内的值。可以附后缀 's' 或 'ms' 分别表示秒和毫秒
-tzero zzz = 配准每个层面的时间们移为 'zzz'; 'zzz' 值必须介于最小和最大位移之间 注: 默认配准时间为'tpattern' 值均值(来自数据集头信息或-tpattern选项) -slice nnn = 配准每个层面的位移为 'nnn' 层面的时间位移 注：选项-tzero或-slice只能用1个 -prefix ppp = 用 'ppp' 作为输出文件的前缀。默认是'tshift'
-ignore ii = 忽略最前面'ii' 个时间点(points)(默认ii=0)。最初的ii个值在输出文件中不发生改变 (不管-rlt选项)；也不会用于detrending 和time shifting
-rlt or –rlt+ = 在位移前，去除每个时间序列的均值和线性趋势。默认在位移后再加回这些值。 -rlt表示在输出中去除这些值；而-rlt+表示在输出中只加回均值。 -Fourier|linear|cubic|-quintic|heptic表示采用傅立叶或一、三、五、七次拉格郎日多插项插值方法 -tpattern ttt = 使用'ttt' 作为时间模式, 而不采用输入的数据文件头信息中包含的时间模式。
tpatter的定义可以为altplus(=alt+z), altminus(=alt-z), seqplus(seq+z), seqminus(seq-z), @filename
举例：如果nz = 5, TR = 1000, 那么inter-slice time为dt = TR/nz = 200。在这个例子中，层面位移为下列数字： S L I C E N U M B E R
Tpattern 0 1 2 3 4 Comment ————————————————————————————
altplus 0 600 200 800 400 Alternating in the +z direction alt+z2 400 0 600 200 800 Alternating, but starting at #1 altminus 400 800 200 600 0 Alternating in the -z direction alt-z2 800 200 600 0 400 Alternating, starting at #nz-2 seqplus 0 200 400 600 800 Sequential in the -z direction seqplus 800 600 400 200 0 Sequential in the -z direction ——————————————————————————————
如果使用@filename作为tpattern, 那么nz个以ASCII码存储的数字从文件中读取，并作为每个层面的时间位移(offsets)。
输入数据集可以是：
'r1+orig[3..5]' {sub-brick selector} 'r1+orig<100.200>' {sub-range selector} 'r1+orig[3..5]<100..200>' {both selectors} '3dcalc( -a r1+orig -b r2+orig -expr 0.5*(a+b) )' {calculation} (2) 运动校正
将不同方式和不同时间获取的图像进行对齐，从而利于体素-体素(voxel-by-voxel)比较。这样功能时间序列将更少地受被试运动的影响；如果图像正确的校正的话，可以比较不同session的结果。
绝大多数图像校正都使用pairwise alignment方法。即给出一个基准图像(base image)J(x)和一个要进行校正的图像(target image)I(x)，寻找一种几何变形(geom. transformation)T[x]，使得I(T[x])≈J(x)。
T[x]依赖于一些参数：目标是寻找一些参数使得变换后的I与J最拟合。为校正整个时间序列，每个3D Volume In(X)都通过自己的变换Tn[X]进行与J(x)配准，n=0,1,…；所以结果也是一个时间序列In(Tn[X])，用户必须选择基准图像J(x)。
绝大多数图像校正都需进行3种算法选择：如何测量I(T[x])和J(x)之间的误差E？如何调正T[x]的参数使得E最小？如何对I(T[x])进行插值至J(x)的网格(grid)？
在fMRI图像处理过程中，刚体模型配准问题可以分为两步：(1)刚体模型：首先通过迭代法估计出描述空间坐标之间变换参数的最佳值，然后用这些参数对需要配准的图像进行空间变换和必要的内插处理。(2) 图像重取样(re-sample)：图像重取样是决定变换到新的空间坐标之后每个体元的值。经过变换之后的体元位置大多数情况下不是正好一个体元位置，所以需要通过插值法重新取样。方法包括取最相邻体元的值(0阶重取样)或多点线性插值(一阶重取样)。几种插值方法可以使用，默认的是Fourier，最准确但速度最慢。其它的有1, 3, 5, 7次拉格郎日多项式插值(linear, cubic, quintic and heptic)。
目前的AFNI程序通过灰度(强度)值进行图像的配准。 E=平方差的加权和= Sx w(x) ? {I(T[x]) - J(x)}2
EPI, 但SPGR和EPI之间不行。?SPGR, EPI?所以只对类似的图像可以进行配准，如SPGR □ 3D Registration?Plugins?3dvolreg或Define Datamode
用来对3D volume(sub-brick)进行对齐。T[x]有6个参数：R-L, A-P, I-S轴的位移及沿I-S, R-L, A-P轴的旋转(分别对应于Roll, Pitch, Yaw)。常用于session内(intra-session)和session间(inter-session)的对齐。对于发生在单个TR(2-3s)内的运动则无法校正。
Usage: 3dvolreg [optinos] dataset
e.g. 3dvolreg -base 4 -heptic -clipit -zpad 4 -prefix fred1_epi_vr -dfile fred1_vr_dfile fred1_epi+orig -base 4 T 选择输入数据集(fred1_epi+orig)的子数据块(sub-brick) #4作为基准图像J(x)
也可以写成-base fred1_epi+orig[4]。可以使用不同的图像作为基准图像，但大多数情况下， 但最好使用最靠近解剖像扫描的时间点，因为这时描扫参数相似。 -heptic T 选择7次拉格郎日多项式插值方法(见前述)
-clipit T 将负的体素值设为0(注：负值是由于高次插值方法导致的伪影)
-zpad 4 T 在进行shift/rotation前，将每个耙图像(target image, 即I(x))垫0四层(Zero padding)，最后再去掉。对于Fourier插值法，Zero padding非常需要。同样多项值插值方法也适合，因为如果有较大的旋转，如果不垫0的话将会有数据丢失
-prefix fred1_epi_vr T 指定输出文件的前缀
-dfile fred1_vr_dfile T 将估计的运动参数输出至指定的1D 文件(以后可使用1dplot绘图显示) 为查看是否有较大的平移和旋转，可以查看运动参数文本文件： 1dplot -volreg -dx 5 -xlabel Time ?fred1_vr_dfile[1..6]‘ ( [1..6] 指出运动参数文件中6 列包括平移和旋转的估计值)
可以看出，在160s附近有最大的运动，因为被试在此时刻头动了一下。
3dvolreg可以相当好地处理小的运动(motion)，但是较大的运动 (> 1mm) 不能被正确地校正。可以用AFNI查看运动校正后的数据集看是否是这样。时间序列会显示什么样(i.e. 是否有运动有关的数据不连续点)? 沿着时间轴是否还有明显的运动?
3D?Plugins?同样的操作，可以通过点击Define DateMode Registration完成，界面如下：
Datasets用于选择输入和输出数据集；Parameters用于选择基准图像和Resampling插值方法；Outputs用于指出1D输出文件名称。填写完毕，点击Run+Close即可。 □ 2D?Plugins?2dImReg或Define Datamode Registration
2dImReg用于对齐2D层面图像。T[x]有3个参数(x-, y-轴的位移和z-轴的旋转)。 对于矢状面的EPI扫描，如果被试点头的运动快于TR，则无法被3dvolreg校正，所以只能用2dImReg校正。如果有可能的话，在3dvolreg之后再运行2dImReg去除点头运动非常有意义。 2dImReg使用比较简单：
2dImReg -input fred2_epi+orig -basefile fred1_epi+orig -base 4 -prefix fred2_epi_2Dreg 2dImReg的功能同样可由Plugins来完成，点击2D Registration, 出现界面如下：
同3D Registration，分别选择输入和输出数据集有基准图像，点击Run+Close即可。
□ 同被试不同session之间的校正(对同一被试进行持续多日的研究)