给脑影像数据做平滑的时候，FWMH该怎么确定更好？4？6？8？和谁有关?
可以参考之前文献，此外做补充分析，看不同平滑核对结果的影响也行。
（1）一些常见的要考虑的因素：（1）配准质量如何？配准质量好，平滑度可以选择小一些，因为平滑度太大会降低空间定位能力；与配准相关的就是被试间的形态上的差异性大小，如果被试间差别比较大，可以增加平滑度，增强被试间的空间对应性。（2）图像质量如何？如果信噪比低，可以考虑增大平滑度；（3）统计推断方法，比如，基于高斯随机场的方法就要求图像有一定的平滑度才行，如果是置换检验就可以不平滑；（4）具体分析方法，有些分析对空间定位能力要求高，比如，representational similarity analysis；（5）基本分析单元，比如，ROI均值的分析一般不平滑，因为平均本身也是一种平滑操作；（6）关注的效应大小，比如，如果预计的效应是非常局部的，平滑度就应该小一些，这个称之为matched filter theorem。这些是我随便想到的，不一定准确。如果要系统了解，可以考虑找本教材看看。
（2）至于具体将FWHM设置为多少，一般参考文献或者软件的教程。我感觉这里或多或少有一些主观因素和历史原因。比如，VBM分析常用的是8mm，可能是VBM最开始提出时就是用的8mm或者软件默认参数就是8mm。但是随着配准算法的进步，可能8mm就太大了。
在Neurostars论坛里看到类似的问题，分享在这里：https://neurostars.org/t/how-to- … f-smoothing/25747/2