功能磁共振成像（Functional magnetic resonance imaging，fMRI）技術被廣泛應用於有關認知、情緒、發展和腦功能障礙的腦科學研究中。然而，傳統的基於三維體空間的磁共振分析方法可能導致部分容積效應，即一個三維的腦區可能同時包含來自灰質、白質，甚至腦脊液的訊號。

研究發現人類腦功能是以大腦皮層表面的形式組織起來的，因此，越來越多的研究開始運用基於皮層的腦影像預處理軟體和演算法。基於皮層的腦影像處理演算法將大腦灰質重建成二維的皮層表面，可以更好地展現出大腦的溝回結構。雖然基於皮層的方法在大腦配準、信噪比和演算法可重複性等方面均優於傳統的體空間方法，但現有的專業腦皮層影象資料處理軟體（如FreeSurfer等），要求使用者具有專業的程式設計技術，或不能覆蓋腦成像資料分析全流程需求，限制了此類方法的普及率和可利用性。因此，亟需研究一個使用者友好的全流程的基於皮層的腦影像處理平臺，以推動基於皮層的研究方法的普及。

中國科學院心理研究所行為科學重點實驗室嚴超贛研究組此前開發了在領域內廣為流行的體空間腦影像處理平臺DPARSF/DPABI，已被3000多項研究應用並引用。

在此基礎上，團隊進一步合作開發了基於大腦皮層的腦影像資料分析軟體DPABISurf，解決了基於體空間分析忽視大腦按皮層延展特性的問題，提高了腦訊號提取的敏感性和特異性，以及演算法的可重複性。

DPABISurf基於fMRIPrep，結合了FreeSurfer、ANTs、FSL等領域內較為先進影象處理軟體模組，使用docker技術，提供了跨平臺的簡捷易用的執行介面和處理演算法。DPABISurf可以一鍵式對功能磁共振資料進行基於皮層的資料預處理，並計算皮層厚度、面積、曲率和皮層下核團體積等結構指標，計算基於皮層的低頻振幅（ALFF/fALFF）、區域性一致性（ReHo）、度中心性（Degree Centrality）和功能連線（FC）圖等功能指標，提供基於皮層的影象統計和顯示功能，並可獨立於MATLAB執行。

DPABISurf的設計理念與DPARSF/DPABI相同，這意味著大量DPARSF/DPABI使用者可以從基於體空間的方法無縫切換到基於皮層的方法。DPABISurf將皮層分析的技術門檻和學習難度降低，使得使用者無需掌握任何程式設計經驗，也可熟練準確地進行大腦結構皮層重建和基於皮層的功能分析。

研究團隊也提供了免費的線上影片課程（http：//rfmri。org/Course）來幫助使用者快速掌握DPABISurf軟體的使用。

該軟體論文線上發表在Science Bulletin上。該研究受到國家自然科學基金、抑鬱症靜息態功能磁共振成像特色資料庫（二期）、中科院重點部署專案、北京市科技新星等的資助。

圖1（a）DPABISurf的圖形使用者介面 （b）用DPABISurf進行基於皮層的腦影像資料組織、預處理、靜息態指標計算、質量控制、標準化、統計分析、多重比較校正和視覺化的流程圖