文献中看到一种基于用户小动物数据的自适应空间标准化方法，大致操作如下：
①用所有被试的平均功能像生成一个平均功能像模板。
②去除平均功能像模板的颅外部分后，与结构模板配准，生成一个变换关系。
③每个被试的平均功能像先和上述平均功能像模板配准。
④再将第二步生成的变换关系运用到第三步生成的图像。
用这种方法配准后，发现配准生成的图像和模板的原点并不完全吻合。
重新检查结构模板，原点是在正确的位置。
想解决的问题是：如何使得配准后图像和模板的原点（坐标和位置）一致。
如果操作没问题的话，原点应该是吻合的，你是怎么检查原点是否一致的？从你的描述来看，我感觉第一步可能存在问题，因为所有每个被试的平均功能像如果不是对齐的，那么平均功能像模板不会得到有用的信息。
我用spm的display打开图像，选择origin时所置的位置并非是模板原点的位置，稍微有些左移或者右移。这个方法的第一步，是用每个被试的平均功能像和质量最佳的某个被试平均功能像反复的对齐，迭代多次生成的。
你指的原点位置是坐标还是某个解剖位置？如果是坐标不一样，那确实是没对齐。如果是解剖位置不一样，就是配准不够准确。
是解剖位置，应该是配准得不好，谢谢您的解答。