在对fMRI数据进行分析时，我们首先采用MRIConvert将数据转换为分析软件可以识别的格式，随后采用国际上进行脑成像分析的主流软件SPM 12（软件菜单界面如图13.4所示）对数据进行预处理和建模分析，最后采用x jView软件实现统计结果的可视化输出。本书在概念介绍部分对fMRI数据的预处理过程进行了详细的介绍。

图13.4　分析软件SPM 12菜单界面

图片来源：SPM 12 Processing Manual。

fMRI数据的分析步骤如图13.5所示，即先对格式转换后的数据进行预处理，再根据实验范式和具体假设构建具体的数据分析矩阵，最后查看脑区激活结果。

图13.5　磁共振数据分析步骤

图片来源：SPM 12 Processing Manual，由作者整理翻译。

功能性磁共振成像数据的统计分析主要通过两个阶段的建模实现。其中第一阶段建模（1st-level）是基于个体水平的建模，分析个体层面在具体决策过程中的脑区激活。首先对于每个被试的不同决策条件（决策收益者：自己vs朋友vs陌生人）进行建模。

图13.6呈现了仅考虑刺激呈现的时间（onset tim e）的矩阵模型。图13.7则呈现了考虑刺激呈现时间和试次期望价值（expected value，EV）两个参数的矩阵模型。其中头动数据（包括平动和转动）也作为回归参数纳入模型，并通过SPM 12实现模型参数估计。

图13.6　基于刺激呈现时间的一阶建模矩阵

图片来源：分析过程截图（采用SPM 12分析）。

图13.7　基于刺激呈现时间和期望价值的一阶建模矩阵

图片来源：分析过程截图（采用SPM 12分析）。

在完成对一阶模型的参数估计后，我们需要采用基于群组水平的二阶建模（2nd-level）来实现对组间参数的统计分析。本实验主要采用单样本t检验提取每种实验条件下的脑区激活情况（图13.8），用配对样本t检验的方法实现对实验条件的两两比较（图13.9），并将0.005作为显著性水平，即当p＜0.005时，视为统计显著。

图13.8　基于单样本t检验的二阶建模矩阵

图片来源：分析过程截图（采用SPM 12分析）。

图13.9　基于配对样本t检验的二阶建模矩阵

图片来源：分析过程截图（采用SPM 12分析）。

本实验中fMRI数据分析结果如下：

（1）基于刺激呈现时间的fMRI数据分析(www.daowen.com)

激活脑区三视图展示了为自己决策与为陌生人决策时脑区激活的配对样本t检验结果（图13.10、图13.11），表13.1展示了为自己和陌生人决策时的脑区激活差异。相比于为陌生人决策，为自己决策诱发了更强的前扣带回皮质、脑岛和背外侧前额叶皮质激活。

图13.10　为自己和陌生人决策时的凸显网络激活差异

图13.11　为自己和陌生人决策时的背外侧前额叶皮质激活差异

图片来源：作者绘制。

表13.1　为自己和陌生人决策时的脑区激活差异

资料来源：作者整理。

激活脑区三视图展示了为自己决策与为朋友决策时脑区激活的配对样本t检验结果（图13.12、图13.13），表13.2展示了为自己和朋友决策时的脑区激活差异。

图13.12　为自己和朋友决策时的凸显网络激活差异

图13.13　为自己和朋友决策时的背外侧前额叶皮质激活差异

图片来源：作者绘制。

表13.2　为自己和朋友决策时的脑区激活差异

资料来源：作者整理。

结果显示，自己-朋友的脑区激活比较结果（图13.12、图13.13）与自己-陌生人（图13.10、图13.11）的激活脑区结果类似，均包括凸显网络的重要节点：前扣带回皮质和脑岛，以及中央执行网络的相关脑区背外侧前额叶皮质。

（2）基于刺激呈现时间和期望价值的fMRI数据分析

前一部分的分析已经考虑了刺激呈现的时间因素，本部分加入每个试次的期望价值作为模型构建中的回归量后的统计分析结果。单样本t检验结果说明了三种不同社会距离的决策条件下的激活脑区。为朋友和陌生人决策时，与心智化理论相关的颞顶联合区激活显著增强。但二者的区别在于：为陌生人决策时的脑区激活三视图（图13.14）显示左侧颞顶联合区激活显著，而从图13.15中可以看出，为朋友决策时右侧颞顶联合区激活显著。

图13.14　为陌生人决策时的颞顶联合区激活

图13.15　为朋友决策时的颞顶联合区激活