（一）基于体素的结构形态学分析（VBM）
1. 脑灰质分布概率图、脑白质分布概率图、脑脊液分布概率图
2. 脑灰质体积値（GMV）、脑白质体积値（WMV）、脑脊液体积値、脑组织总体积值
（TBV或PBV）、颅内总体积値（TIV或ICV）
3. 空间标准化、调制、高斯平滑之后的脑灰质分布概率图
4. VBM统计分析以及结果可视化
（二）基于表面的脑形态学分析（SBM）
1. 三维重建后的大脑皮层表面图
2. 皮层分区图与皮层下结构分割图
3. 皮层厚度、表面积、体积、曲率、局部脑回指数（LGI）图表
（三）结构协变连接网络分析
1. 基于用户指定脑图谱群组体积结构协变连接图表
2. 基于图论的结构协变连接网络属性图表
（四 )基于结构磁共振的波谱分析
1、基于用户指定物质的波谱峰值
2、基于不同物质浓度含量的波谱分析
3. 个体形态学相似网络。
形态学网络的拓扑特征可能依赖于特定的解剖学、功能和遗传基础，这些基础与认知功能相关，可以为大脑研究提供有效的生物学标记
4.结构协方差网络
4. 相似度网络MSN
MSN通常基于T1加权MRI数据，提取多个形态学指标（如皮层厚度、灰质体积、曲率、表面积等），每个脑区用一个特征向量表示。通过计算不同脑区特征向量之间的皮尔逊相关性，构建形态相似性矩阵，反映脑区间的结构关联程度。
利用图论方法（如小世界属性、富人俱乐部组织等）分析MSN的拓扑特性，评估信息传递效率、模块化等。
5. 皮层下区域分析
海马亚区分割与体积分析，以及弥散值计算结构可视化。
6. 杏仁核亚区分割与体积分析，以及弥散值测量计算，海马亚区功能链接分析。
7. 下丘脑亚区体积分析，统计分析结果可视化。
8. 脉络丛（CP）体积分析，灌注值，DCE/ASL，FW统计分析结果可视化。
