前 言在科学研究中，往往需要对数据进行差异性检验，而常用的参数检验需要数据服从正态分布，因此在决定是否采用参数检验之前需要先对数据进行正态性检验。这一步在任何统计学软件中（如SPSS、SAS、Origion、GraghPad等）都能够轻易实现，但每个软件都会同时包括多种正态检验方法，此时该选哪个方法来对自己的数据进行正态性检验呢？这就是本文要解决的主要问题。在查阅相关资料后，本文将对多种常见的正态

前言最近在学习使用DPABI对fMRI数据进行分析处理，在处理过程当中难免会遇到一些小问题，而且处理步骤繁多，因此对DPARSF（主要针对体空间分析）的整个处理流程整理成笔记，中间会加上一些自己在处理过程当中遇到的问题和思考，但主要还是参照严老师的教学视频整理的，尽可能把细节详细地记录下来，希望在今后预处理和数据分析的时候尽量少出错。严老师的官方教程：http://rfmri.org/Course

目录前言一、U-net基础知识（1）ReLU函数（2）图像的卷积和反卷积（上采样）（3）池化层（下采样）（4）损失函数二、U-net入门（1）U-net的结构是怎么样的？（2）U-net的输入是什么？（3）U-net的卷积核大小、卷积核数量、卷积核中的数值、训练深度怎么确定？（4）如何解决U-net训练样本少的问题？（5）U-net可以如何改进？前言一、U-net基础知识（1）ReLU函数（2）图