统计参数映射(SPM)：推动认知神经科学发展的关键框架

来自英国的研究人员通过开发统计参数映射(SPM)这一开创性神经影像分析框架，解决了多模态脑成像数据标准化分析的难题。该开源软件不仅建立了普适性统计推断体系，还推动了从频数论单变量分析到生成模型的三十年技术演进，成为认知神经科学研究的重要催化剂。

　　

统计参数映射(Statistical Parametric Mapping, SPM)作为神经影像数据分析的标杆性框架，自上世纪90年代由Karl Friston创立以来，持续引领着认知神经科学的方法学革命。这套开源软件系统通过三大创新要素确立了其不可替代的学术地位：首先构建了适用于所有神经影像模态(包括fMRI、PET等)的通用统计推断体系；其次坚持代码开源和学术透明原则，形成全球协作生态；更重要的是历经三十年迭代，从最初的频数论(frequentist)质量单变量(mass-univariate)分析方法，逐步拓展至涵盖神经电生理(Electrophysiological)、脑磁图(Magnetoencephalographic, MEG)乃至行为数据的生成模型(generative models)体系。这种持续演进的特质使SPM始终站在脑科学研究方法学的前沿，成为解析大脑认知功能不可或缺的分析工具。