静息态功能磁共振成像（rs-fMRI）预处理的核心目标，在于剔除非神经源性信号噪声、实现数据空间标准化以及完成数据质量检验，从而为后续功能连接等分析筑牢基础。

rs-fMRI 预处理至今尚无统一的 “金标准” 流程，不同的分析目的往往对应差异化的步骤组合；加之预处理涉及的算法原理较为复杂，对于医学背景为主的研究者而言，深入理解其内在的数学逻辑存在一定难度。不过，DPABI、RESTplus、GRETNA 等主流工具包均配备了完善的图形化操作界面，研究者仅需根据需求勾选对应模块，即可高效完成预处理流程。

因此，学习 rs-fMRI 数据预处理的关键，在于简单的理解我们在工具包上勾选的每一步操作的核心目的，以便于可以根据自己的需求调整预处理流程。本文将结合DPABI的界面，介绍常用的预处理步骤的作用（仅代表本人对DPABI以及fmri预处理的理解）：

1. 数据格式转换（DICOM to NIFTI）

核心目的

将扫描仪输出的原始 DICOM 格式，转为分析软件兼容的 NIfTI 格式（.nii/.nii.gz）。

常用工具

dcm2niix。

关键操作

合并多扫描序列、保留扫描参数（如 TR/TE），避免数据丢失。

2.去除部分扫描时间点（Remove First * Time Points）

核心目的

静息态功能磁共振成像（rs-fMRI）扫描初期，磁共振设备尚未达到稳定工作状态，同时被试者可能存在适应扫描环境的过程（如体位调整、情绪平复），会导致前若干时间点的信号稳定性差、信噪比低，且易混杂非神经源性的初始干扰信号。去除扫描起始阶段的部分时间点，可有效排除设备不稳定与被试适应期带来的噪声，保障后续预处理及功能连接分析所用数据的可靠性与一致性。

关键操作

常规操作是去除前5–10 个时间点。例如，若扫描总时间点为 200 个，去除前10个时间点后，仅保留 190 个时间点用于后续分析。

3. 头动校正（Realign）

核心目的

rs-fMRI 扫描中被试轻微的头部移动（平移、旋转），会导致不同时间点的图像空间错位，产生 “头动伪影”。头动校正的核心是对齐所有时间点的图像，消除头动干扰，保证功能信号的空间一致性。

可选操作

“Voxel-Specific Head Motion”（体素级头动校正），进一步优化头动对局部信号的影响，但是耗时较长且意义不大，一般不勾选。

4. 功能像空间重定向（Reorient Fun）

核心目的

扫描的图像可能存在空间方位过度偏移MNI空间，这时图像配准效果会不佳，因此需要手动初步调整功能像的空间朝向，使其大致对齐到 MNI 空间，以提升图像的后续配准、标准化效果。

关键操作

勾选 “Reorient Fun”时，在运行到Reorient Fun后会弹出窗口让用户对图像空间进行手动重定向。

5. 结构像空间重定向（Reorient T1）

与对功能像进行重定向的目的和操作一致。

6. 脑提取（Bet）

核心目的

从 T1 结构像中去掉颅骨、头皮、颈部等 “非脑组织”，只保留大脑本身的图像，为后续的结构分割、功能 - 结构配准提供纯净的脑区数据，提升配准效果。

7. 结构像与功能像配准（T1 Coreg to Fun）

核心目的

把高分辨率的 T1 结构像，和功能像对齐到同一空间坐标系下 —— 让结构像的解剖细节能对应到功能像的信号上，为后续fmri图像的标准化打基础（fmri图像本身分辨率低，直接用fmri图像进行标准化的效果没有使用T1图像进行间接标准化好。）

8. 结构像组织分割（Segment）

核心目的

把 T1 结构像分割成灰质（GM）、白质（WM）、脑脊液（CSF）这三类组织成分，后续的 “噪声回归”“空间标准化” 都需要这些组织的图像做支撑。

关键操作

• 推荐选择默认的 “New Segment + DARTEL”（更精准的分割算法），耗时会比较长，但是效果更好；

• 根据被试人种选模板：默认选用 “European”，如果是东亚被试，切换成 “East Asian” 即可；

9. 噪声和协变量回归（Nuisance Covariates Regression）

核心目的

把功能像里的 “非神经噪声”（比如头动、白质 / 脑脊液信号、信号缓慢漂移）给 “过滤掉”，提升功能信号的 “神经特异性”，减少噪声对分析结果的干扰。

关键操作

• Polynomial=1”：将信号的线性偏移作为需要回归协变量之一；

• Head Motion：选择回归头动信号时采用的模型，一般选择 “Friston 24”（包含 6 个头动参数 + 6 个参数的导数，共 24 个头动协变量）；

• Nuisance Regression：需要回归的噪声源， “WM（白质）、CSF（脑脊液）一般需要进行回归，全局信号（Global）是否需要回归尚有争议，默认是去除全局信号进行一次，不去除全局信号也进行一次，让用户后续自行选择；

• 还可通过Other covariates选择是否需要加入用户自定义的协变量进行回归，如呼吸、心跳信号等。

10.时间滤波（Filter）

核心目的

保留与神经活动相关的低频波动信号（rs-fMRI 核心信号），剔除高频噪声和低频漂移。

关键操作

常用的为频率 0.01-0.1Hz（经典范围），可根据研究需求调整（如 0.008-0.06Hz）等。

11. 空间标准化（Normalize）

核心目的

把每个被试的脑图像，映射到 “标准脑空间”（MNI 空间）—— 消除不同被试的脑形态、位置差异，让组内 / 组间的脑区能对应上，方便做群体分析。

关键操作

• “Bounding Box”：设置 MNI 标准范围（默认界面里的范围即可）；

• “Voxel Size”：设置标准化后的体素大小，一般选择3x3x3即可；

• 设置标准化方式：一般选择 “Normalize by DARTEL”（精度更高，耗时更长）；

12. 空间平滑（Spatial Smoothing）

核心目的

通过将多个相邻体素的信号进行综合的方式，降低空间噪声（如扫描仪电子噪声、生理噪声），提高数据的信噪比（SNR）。

关键操作

设置平滑核，一般设置为4-8mm的半高全宽（默认为[4 4 4]，即4mm，可设置为[6 6 6]或[8 8 8等]）。

对于常规ReHo、ALFF、DC等指标的计算，一般来说使用DPABI的默认模板直接运行即可。