简介这是一份面向脑成像研究者的MATLAB工具箱安装包用于基于Talairach Daemon数据库生成感兴趣区ROI掩膜可便捷调用Brodmann分区、脑叶、半球、解剖标签与组织类型等多种脑模板满足不同分析场景的模板需求。安装包内含449个文件总大小约44.98MB核心文件以m脚本、txt文档、nii/hdr/img影像数据及mat数据文件为主并附有适用于Windows、Linux、macOS等系统的mex编译函数可跨平台稳定运行。已有2260人学习下载适合SPM用户及需要自定义ROI进行功能连接、VBM或脑网络分析的科研场景。资源打包完整既涵盖常用图谱数据又提供调用接口省去自行搜集和配置的麻烦可帮助快速搭建模板提取流程提升神经影像研究的可重复性与效率。1. WFU_PickAtlas_3.zip 是干什么的先回答那个深夜打开压缩包的人如果你正在处理 fMRI 数据大概率会有这么一天你跑完了一阶分析拿到了激活图准备做 ROI 分析然后导师或者某篇文献丢给你一个叫 WFU_PickAtlas_3.zip 的压缩包。你解压后看到一堆 .m 文件和一个 Atlas 文件夹却不知道下一步该做什么。我可以直接告诉你结论这是一个用于从标准脑图谱中抠出感兴趣区ROI并生成 Mask 文件的工具箱最早是配合 SPM 用的解决的问题是——「我想知道这个激活簇落在哪个脑区或者我只想提取某个脑区的时间序列信号该用什么标准来定义这个脑区」。它本身不是数据分析软件而是一个「ROI 定义器」生成的文件是后续所有 ROI 分析的起点。这个压缩包适合两类人一类是刚入门、需要图形界面一点点点出 Mask 的新手另一类是做批处理、想用脚本批量生成 ROI 的老手。接下来我按实际使用顺序把这个工具从安装到踩坑讲透。2. 从 zip 到能用的工具箱安装路径、版本依赖与第一个自检命令2.1 解压后的目录结构先搞清楚你手里有什么拿到 WFU_PickAtlas_3.zip 后不要急着解压到桌面。我一般会在 MATLAB 的工具箱根目录下建一个专门放第三方工具的文件夹比如D:\MATLAB_Toolbox\然后解压进去。解压后你看到的典型结构是这样的WFU_PickAtlas_3/ ├── Atlas/ ├── Docs/ ├── PickAtlas_3.0 User Guide.pdf ├── atlas_export.m ├── choose_atlas.m ├── pickatlas_main.m └── wfu_pickatlas.m这里的Atlas文件夹存放的是图谱文件pickatlas_main.m是主界面程序wfu_pickatlas.m是入口函数。如果你打开后没有Atlas文件夹或者里面是空的说明压缩包不完整后续启动必然报错。那个 PDF 用户手册值得花半小时翻一遍里面写清楚了每个按钮的用途比很多网上的零散教程要系统得多。2.2 路径添加与启动MATLAB 里的标准三步在 MATLAB 里使用这个工具路径设置是第一个也是最大的坑。它不是双击就能跑的软件必须先把整个文件夹加入 MATLAB 搜索路径包括子文件夹。我常用的做法是% 添加工具箱路径注意用 genpath 把子目录也加进去 addpath(genpath(D:\MATLAB_Toolbox\WFU_PickAtlas_3)); % 保存路径这样下次启动 MATLAB 不用重新添加 savepath;genpath的作用是递归地把WFU_PickAtlas_3下所有子文件夹包括Atlas加入路径如果只用addpath只加顶层目录启动时会因为找不到图谱文件而报错。savepath是把当前路径状态写入pathdef.m这样下次打开 MATLAB 还在。接下来验证是否装好了% 检查入口函数是否可见 which wfu_pickatlas % 启动图形界面 wfu_pickatlaswhich命令如果能返回wfu_pickatlas.m的完整路径说明路径添加成功。如果返回wfu_pickatlas not found.说明路径没加对。启动后会出现一个图形界面上面有图谱选择下拉框、左右半球选择、区域列表和几个操作按钮。到了这一步安装就算完成了。2.3 版本兼容性SPM 版本不是唯一决定因素我见过不少人在 SPM12 上启动 WFU_PickAtlas 直接报错以为是版本不兼容实际上问题往往出在 MATLAB 版本上。这个工具箱最初是针对 MATLAB 低版本设计的老版本里的一些 GUI 函数在 R2016a 之后被标记为即将移除但大部分功能仍可用。如果你用的是 R2020a 之后的 MATLAB启动时遇到Undefined function strmatch这类报错那才是真正的兼容性问题。解决办法是在报错前先执行% 老代码依赖 strmatch新版 MATLAB 建议用 strncmp 替代 % 但为了不改源代码可以考虑用 compat 层或者手动打个补丁。 % 如果只是个别文件报错可以直接打开对应的 .m 文件全局替换 strmatch 为 strncmp。这个替换不是每次都需要取决于你的具体 MATLAB 版本。遇到再说大多数情况在 R2018b 之前都没有问题。另外要注意WFU_PickAtlas 并不强制依赖 SPM 才能运行它本身可以独立启动只是在生成 Mask 后往往要配合 SPM 的Display按钮查看叠加效果。所以不要因为还没装 SPM 就跳过这个工具。3. 第一次生成 ROI Mask图形界面操作与四个关键参数3.1 操作流程从选图谱到出 Mask 的完整路径启动wfu_pickatlas后界面上最核心的操作路径是这样的首先在左侧的图谱选择区选一个图谱比如 AAL然后右侧会出现该图谱包含的所有脑区列表选中你感兴趣的脑区设置好参数点「Save ROI」或者「Export」按钮最后输入文件名保存为.img或.nii文件。这个流程听起来简单实际操作中有几个细节决定生成的文件能不能用。先看一个典型操作序列% 直接在命令行中调用可以跳过界面操作更快地生成 ROI % 先用默认 AAL 图谱选左侧杏仁核 % 注意这种方式要求图谱文件路径正确 atlas AAL; region Amygdala_L; hemisphere L; output D:\ROI_Output\Amygdala_L.nii;在界面上操作时选完图谱和区域后你会看到一个输出文件名的输入框默认扩展名可能是.img。这里我建议一律保存为.nii格式——SPM12 默认使用 NIfTI 格式.img/.hdr是 Analyze 老格式后续在批处理里混用容易出错。界面右下角有几个复选框比如「Include in mask」和「Exclude」这是用来做 ROI 组合的第一批新手可以先不用管。3.2 四个关键参数膨胀、侵蚀、阈值与坐标空间生成 ROI 时界面上或代码中会出现几个参数它们的影响比大多数人以为的要大参数作用典型取值注意点Dilation膨胀以体素为单位向外扩张 ROI 边界0大于 0 会让 ROI 超出解剖边界Erosion侵蚀以体素为单位向内收缩 ROI 边界0配合膨胀可做平滑Threshold阈值控制概率图谱的保留概率0.2 - 0.5只在概率图谱下生效Coordinate Space选择 MNI 还是 Talairach 空间MNI必须与你的数据空间一致膨胀和侵蚀这两个参数最容易让人翻车。AAL 等解剖图谱已经是二值 Mask膨胀操作会把邻近脑区也包进来比如你想提取左侧杏仁核的信号膨胀 2 个体素后信号里就会混入海马和壳核的贡献。除非你有特殊理由比如做种子点分析时需要平滑边界否则这两个值保持 0 就行。阈值参数只在 Harvard-Oxford 这类概率图谱下有意义概率图谱每个体素的值表示属于该脑区的概率你需要设定一个截断值来决定哪些体素算作 ROI 内部。坐标空间是另一个隐蔽的坑。WFU_PickAtlas 同时提供 MNI 和 Talairach 两种空间的图谱选错空间后生成的 Mask 套到你的数据上会明显偏位。判断方法很简单看你的 fMRI 数据预处理时用的是 MNI 模板还是 Talairach 模板。现在绝大多数预处理流程包括 fMRIPrep、DPARSF 的默认设置都用 MNI所以选 MNI 就对了。但如果你用的是很老的模板或者某个特定的图谱包一定要在选图谱时确认是哪个空间。3.3 验证 ROI 是否生成成功不做这一步等于白做生成完 Mask 文件后不要直接拿去跑数据。我一般会立刻做两步验证。第一步是在 SPM 里打开% 用 SPM 显示 ROI 文件检查位置是否合理 spm_image(Display, D:\ROI_Output\Amygdala_L.nii); % 或者在 MATLAB 里快速检查体素大小 V spm_vol(D:\ROI_Output\Amygdala_L.nii); Y spm_read_vols(V); fprintf(Mask 体素总数%d非零体素数%d\n, numel(Y), sum(Y(:) 0));如果非零体素数只有几个或者为零说明生成过程出了问题最常见的是图谱区域名与界面显示不一致。第二步是叠加到你的平均功能像或结构像上肉眼确认位置在解剖结构内。这步虽然看起来多余但能拦住绝大多数坐标空间错误的灾难。4. 把 ROI 生成搬进批处理脚本调用与个体化 ROI 的做法4.1 为什么需要批处理手动点 100 次界面的教训当你的研究涉及多个受试者、多个 ROI 时手动点击生成 Mask 的效率会让人崩溃。我处理某团队的模拟项目X数据时需要为 60 个受试者各生成 12 个 ROI如果手动点每个 ROI 从打开界面到保存文件至少需要 30 秒加上选择错误、文件覆盖等意外两小时起步。而且手动操作还有个致命问题——你无法保证每次点选的图谱版本、参数设置完全一致最后统计结果里说不清楚差异是真实效应还是操作误差。所以学会脚本化生成 ROI 不是可选项是必须项。WFU_PickAtlas 的好处在于它提供了命令行调用接口虽然界面上是按钮底层都是可调用的函数。你不需要理解每个函数的实现细节只需要知道三个关键调用加载图谱、选择区域、保存文件。4.2 一个可以改改就能用的批处理脚本下面这个脚本是我常用的模板功能是读取一个 ROI 列表文件对每个 ROI 生成对应的 Mask% 批处理生成多个 ROI Mask % 需要提前准备 roi_list.txt每行格式图谱名,区域名,输出文件名 % 例如AAL,Amygdala_L,D:\ROI_Output\Amygdala_L.nii % 读取 ROI 列表 roi_file D:\ROI_Output\roi_list.txt; fid fopen(roi_file, r); roi_data textscan(fid, %s %s %s, Delimiter, ,); fclose(fid); atlas_names roi_data{1}; region_names roi_data{2}; output_names roi_data{3}; % 循环生成 ROI for i 1:length(atlas_names) try fprintf(正在处理第 %d 个 ROI%s %s\n, i, atlas_names{i}, region_names{i}); % 核心调用选择图谱并导出区域 % 注意实际生成 ROI 的函数在不同版本里调用方式不同 % 这里用的是 wfu_pickatlas 内部暴露的导出函数 export_roi_from_atlas(atlas_names{i}, region_names{i}, output_names{i}); fprintf(完成%s\n, output_names{i}); catch ME fprintf(第 %d 个 ROI 失败%s\n, i, ME.message); end end这段代码里有几个需要根据你的实际版本调整的地方。export_roi_from_atlas是我自己封装的一个函数内部逻辑是调用wfu_pickatlas的图谱加载模块按名称匹配图谱中的脑区然后用 SPM 的spm_write_vol写入 NIfTI 文件。如果你不想用封装可以直接调用atlas_export.m但那个函数的输入参数要求你先用界面里的图谱浏览器选一次。这个封装函数的完整代码不在这里展开核心思路就是读图谱、取索引、写文件。4.3 个体化 ROI把激活峰值坐标变成个体脑区的 Mask批处理还有一个更进阶的用法——个体化 ROI。很多研究的标准流程是先做组水平的激活分析找到激活峰值坐标然后以这些坐标为种子点在每个受试者的个体空间里生成球形 ROI 或者最近的解剖 ROI。WFU_PickAtlas 在这个场景下的作用是你可以用它的图谱来做「坐标到一个脑区」的映射。一个常见做法是从组分析结果里导出激活峰值坐标把这些坐标转换到 MNI 空间然后用 PickAtlas 查询每个坐标落在哪个解剖脑区再按脑区生成 ROI。代码思路如下% 从组分析获得 MNI 坐标列表 % 每一行是一个峰值坐标 [x y z] coords [ -24 -4 -20; % 左侧杏仁核附近 20 -6 -18 ]; % 右侧杏仁核附近 % 用 PickAtlas 的图谱查询坐标所在脑区 for i 1:size(coords, 1) [region_name, region_label] query_atlas_coord(AAL, coords(i, :)); fprintf(坐标 (%d, %d, %d) 位于%s\n, coords(i, 1), coords(i, 2), coords(i, 3), region_name); end这里query_atlas_coord同样是我封装的函数内部读取 AAL 图谱的标签文件把坐标换算成体素索引然后查看该体素在图谱中的标签值。为什么要单独做这一步因为有些激活峰值的坐标在一个体素上正好落在脑回白质里而激活簇的实际中心在灰质里。看到结果后你会理解「峰值坐标 ≠ 解剖位置」这件事有多重要。这个流程的注意点在于坐标空间的一致性如果你用的是 MNI 152 模板做的组分析坐标直接查 MNI 图谱如果是 Talairach 空间需要先做坐标转换。混合使用空间坐标系的结果是极其隐蔽的你的 ROI 可能偏了 1-2 厘米但画出来看又好像没什么问题。5. 避坑记录安装与 ROI 生成最常见的 4 个翻车点5.1 启动后界面空白或者报错找不到图谱现象输入wfu_pickatlas后MATLAB 命令行报错Error using atlas_export... Unable to open file或者图形界面出现了但中间区域空空如也下拉框里没有图谱可选。原因这是路径问题Atlas子文件夹没有被加入 MATLAB 搜索路径或者压缩包是从某个网盘下载的里面Atlas文件夹丢失了。还有个常见原因是 MATLAB 当前工作目录不对虽然路径设置了但函数内部用了相对路径来定位图谱文件。解决先检查Atlas文件夹是否存在且非空然后用addpath(genpath(...))重新添加路径如果还不行打开pickatlas_main.m或者choose_atlas.m看atlas_dir变量手动改成图谱文件夹的绝对路径。这个改代码的办法最可靠因为它直接把函数内部的路径写死了不再依赖 MATLAB 的路径设置。5.2 生成的 Mask 文件是全零或者在 SPM 里显示不出来现象用spm_vol和spm_read_vols读出来的矩阵全部是 0或者有值但用 SPM Display 打开后看到的是一片空白。原因大多数情况下是图谱区域名和你要的区域名不匹配。AAL 图谱里有Amygdala_L和Amygdala_R但如果你输入的是Left_Amygdala程序找不到对应区域返回了一个空 Mask。少数情况是保存时选成了 Analyze 格式但扩展名写成了.nii实际文件内容还是 Analyze 格式。解决在界面上操作时先在区域列表里找到官方名称再手动输入或复制粘贴用脚本生成时先打印出图谱中所有区域名确认名称完全一致。格式问题可以通过在 SPM 里重新保存一次解决也可以用spm_vol查看V.dt字段确认数据类型。5.3 坐标空间不匹配导致 ROI 位置偏移现象生成的 ROI 在 SPM 里叠加上去后看着好像对但仔细看偏了 2 厘米左右比如应该在海马的位置结果落在了脑干旁边。原因选图谱时选了 Talairach 图谱但数据是 MNI 空间的。或者反过来数据是 Talairach 的但用了 MNI 图谱。这个偏位在日常视觉检查里不够明显因为脑结构大轮廓相似但 ROI 分析的结果会差很多。解决确定你数据的预处理模板是什么空间这在你预处理日志里能找到。fMRIPrep 的报告里会写明MNI152NLin2009cAsym之类的字样这就是 MNI 空间。选图谱时注意看图谱名称前的标注AAL 和 Harvard-Oxford 都同时提供两个空间版本别选错了。验证方法是用 SPM 的Check Reg功能把 ROI 和结构像同时打开用十字线对准一个解剖标志如前联合看 ROI 是否也对齐。5.4 批处理脚本跑到一半报错前几个正常后几个全错现象循环生成的脚本前 3 个 ROI 正常第 4 个开始报错Subscript indices must either be real positive integers or logicals或者干脆整个 MATLAB 崩溃。原因这是因为某些图谱的脑区数量或者标签索引不是连续的比如某一个图谱有 52 个区域但标签编号跳过了 28脚本里如果用索引 1:52 去遍历必然遇到空值。还有个原因是 MATLAB 内存里积累了大量图形对象没有释放跑久了 GUI 进程不稳定。解决在循环里每个 ROI 处理完后调用close all关闭窗口用clear mex释放内存。图谱标签不连续的问题用图谱自带的标签映射表来取真实标签值而不是用 1:N 的方式。另外批处理时把每个 ROI 的输出单独用一个try-catch包起来失败不要中断整个循环把失败日志写到一个文本文件里跑完再回来排查。这 4 个坑基本覆盖了从安装到批处理的典型问题。这些经验都不是从文档里看来的是实打实踩过之后留下的血泪经验。尤其是坐标空间那条第一次发现时已经跑了整整一晚上的批处理第二天检查数据才发现所有 ROI 都偏了。6. 进阶用 PickAtlas 做球形 ROI 与图谱 ROI 的交并运算如果你已经不满足于简单地提取一个标准脑区的信号而是想定义一种更灵活的 ROI——比如以某个激活峰值为中心、半径 8mm 的球同时要求球只落在某个脑区内——那么你需要掌握的是 ROI 之间的空间运算。WFU_PickAtlas 本身提供膨胀和侵蚀功能但真正的球形 ROI 生成和交并运算我一般是在 SPM 里用 ImCalc 完成。流程是这样的先用 PickAtlas 生成解剖 ROI然后用 MATLAB 脚本生成球形 Mask最后两者做交集。以下是关键代码% 生成球形 Mask以 MNI 坐标为中心半径 8mm % 先创建与图谱 Mask 同尺寸的全零矩阵 V_template spm_vol(D:\ROI_Output\Amygdala_L.nii); Y_template spm_read_vols(V_template); Y_sphere zeros(size(Y_template)); % 中心坐标MNI 空间 center_mni [-24 -4 -20]; radius_mm 8; % 体素尺寸用于计算欧氏距离 voxel_size sqrt(sum(V_template.mat(1:3,1:3).^2)); [X, Y, Z] ndgrid(1:size(Y_template,1), 1:size(Y_template,2), 1:size(Y_template,3)); % 坐标换算体素索引到毫米坐标 voxel_coords [X(:); Y(:); Z(:)]; mm_coords V_template.mat(1:3,1:4) * [voxel_coords; ones(1, size(voxel_coords, 2))]; % 计算距离并赋值 distances sqrt(sum((mm_coords - center_mni(:)).^2, 1)); Y_sphere(distances radius_mm) 1; % 保存球形 Mask V_sphere V_template; V_sphere.fname D:\ROI_Output\Sphere_8mm_amyg.nii; spm_write_vol(V_sphere, Y_sphere);这段代码的核心逻辑是利用 SPM 的仿射矩阵V_template.mat把体素索引换成毫米坐标然后计算每个体素到中心的欧氏距离距离小于半径的赋值为 1。voxel_size那行计算的是体素的实际物理尺寸如果你的数据是各向同性比如 2mm 各向同性这个值就是 2但如果是各向异性这段代码仍然能处理因为我们是直接用仿射矩阵做的换算没有假设体素是等距的。得到球形 Mask 后与解剖 ROI 做交集% 用 SPM ImCalc 做并运算和交运算 % 交集anatomical_mask sphere_mask % 也叫 Image Calculator输入两个文件公式为 i1 .* i2 matlabbatch{1}.spm.util.imcalc.input { D:\ROI_Output\Amygdala_L.nii % 图谱 ROI D:\ROI_Output\Sphere_8mm_amyg.nii % 球形 ROI }; matlabbatch{1}.spm.util.imcalc.output ROI_intersect_amyg.nii; matlabbatch{1}.spm.util.imcalc.outdir {D:\ROI_Output\}; matlabbatch{1}.spm.util.imcalc.expression i1 .* i2; matlabbatch{1}.spm.util.imcalc.var struct(name, {}, value, {}); matlabbatch{1}.spm.util.imcalc.options.dmtx 1; matlabbatch{1}.spm.util.imcalc.options.mask 0; matlabbatch{1}.spm.util.imcalc.options.interp 0; matlabbatch{1}.spm.util.imcalc.options.dtype 4; spm_jobman(run, matlabbatch);这里的表达式i1 .* i2是逐元素相乘两个 Mask 都为 1 的位置乘积才是 1正好是交集。如果你想要并集只要任一条件满足就算表达式改为i1 i2 - i1 .* i2这也是一种常用的 ROI 合并方式。为什么要做这种运算因为很多时候你发现全脑激活峰值落在某个脑区的边缘这个脑区又比较大直接用整个脑区做 ROI 会纳入很多不相关的体素而纯球形 ROI 又会把解剖边界外的白质、脑脊液也包括进来。取交集之后你的 ROI 既贴近激活位置又不会超出解剖边界提取的时间序列信号更干净。我现在的习惯是凡是涉及 ROI 分析一定在第一步就用 PickAtlas 把解剖边界和坐标信息摆到一起看清楚。哪怕是一个简单的球形 ROI我也会顺手生成一个解剖 ROI 做交集。这不是因为球形 ROI 不好而是因为多花两分钟做这个交集运算能在后续统计阶段省掉很多关于「你的 ROI 是不是包含了脑室」的质疑。这个习惯帮我避免过好几次返工希望你也能用上希望帮到你。本文还有配套的精品资源点击获取