DTI(dwi)使用FSL做预处理及做TBSS处理流程(fsleyes查看结果)

2 篇文章 0 订阅
2 篇文章 0 订阅
  • 预处理
    刚开始我用的数据初始文件是多个dcm格式的文件,当时我从格式转换、提取b0、 波脑、涡流、计算张量下来是没有问题的。后来我用dwi的文件(包含四维的.nii.gz、bvec、bval文件),用上面的流程发现中间有个文件生成不了,于是又找了别的方法才搞定。不过结果都是一样的,反正就是生成FA嘛。
    1.处理dcm格式文件
    格式转换:

     dcm2nii *.dcm
    

    提取b0:

     fslroi file2 b0 0 -1 0 -1 0 -1 0 1
    

    波脑:

     bet2 b0.nii.gz nodif_brain -m -f 0.3
    

    涡流矫正:

     eddy_correct file2 data 0
    

    计算张量:

     dtifit --data=data.nii.gz --out=data --mask=nodif_brain_mask.nii.gz --bvecs=bvecs --bvals=bvals
    

    这里需要注意的是,dcm文件有丢帧往往是生成不了FA的,另外用脚本做预处理计算张量这一步要注意bvec和bval文件的文件名。

    2.处理四维dwi的文件(必须包含一个四维的.nii.gz文件、一个bvec文件和一个bval文件)
    配准(data.nii.gz为四维文件名),生成mcf文件:

     mcflirt -in data.nii.gz -refvol 0
    

    涡流矫正:

     eddy_correct *mcf.nii.gz data_cor.nii 0
    

    图片分割(4D-3D):

     fslsplit data_cor.nii.gz
    

    生成b0:

     mv vol0000.nii.gz b0.nii.gz
    

    波脑:

     bet b0 nodif_brain -f 0.3 -m
    

    计算张量:

     dtifit -k data_cor -o dti -m nodif_brain_mask -r *.bvec -b *bval
    

    删除多余的vol文件:

     rm -f vol*.*
    
  • TBSS处理
    DTI处理过程网上教程很多,我只写下fsleyes的命令,具体内容就不多介绍了。

    创建FA目录:

     tbss_1_preproc *.nii.gz
    

    非线性配准(好像并没有得到配准结果,只有一个target和一个mask文件,但大小明显不是):

     tbss_2_reg -T
    

    平均FA骨架(做完这一步突然发现上一步的配准结果有了):

     tbss_3_postreg -S
    

    阈值限制:

     tbss_4_prestats 0.2
    

    体素统计(第二行10为正常人数量,20为非正常人数量,如果数据量大可以把第三行的500改成更高):

     cd ../stats
     design_ttest2 design 10 20
     randomise -i all_FA_skeletonised -o tbss -m mean_FA_skeleton_mask -d design.mat -t design.con -n 500 --T2
    

    查看结果(-cm表示颜色,-dr表示范围,范围中间没有逗号):

     fsleyes $FSLDIR/data/standard/MNI152_T1_1mm mean_FA_skeleton -cm Green -dr 0.2 0.7 tbss_tfce_corrp_tstat1 -cm Red-Yellow -dr 0.95 1
    

    结果增厚:

     tbss_fill tbss_tfce_corrp_tstat1 0.95 mean_FA tbss_fill
     fsleyes mean_FA -dr 0 0.6 mean_FA_skeleton -cm Green -dr 0.2 0.7 tbss_fill -cm Red-Yellow
    

    如果0.95到1之间没有结果,可以降低一下试试看,比如0.9。在样本量很少的情况下,单个样本标记出错(把病人标记成对照或者把对照标记成正常人)会带来极大的影响,本人在这方面吃过亏,100多个数据采用二分法做了很多次处理,才发现其中一个数据在预处理过程中出了点问题。也得出教训是,同一批数据预处理后FA数据大小是差不多的,如果有很小或者很大的,建议排除掉。
    另外,类似于TBSS的传统统计方法做的结果个人感觉可信度不是很高,没有结果不代表真的没有区别,可以试试别的办法。有结果…那就恭喜你能出成果了!

  • 12
    点赞
  • 135
    收藏
    觉得还不错? 一键收藏
  • 22
    评论
基于DTIStudio的DTI数据处理详细流程如下: 1. 数据准备:将所采集的DTI原始图像数据导入DTIStudio软件中。 2. 选择ROI(感兴趣区域):根据需要选择感兴趣的区域,可以是整个大脑或特定脑区。 3. 图像预处理:进行图像预处理,包括去除头颅部分以及矫正图像的运动估计。 4. DTI参数计算:根据每个体素中的水分子扩散方向,计算DTI参数,如各向异性(diffusion anisotropy)度量、主垂直扩散方向、主垂直扩散方向的扩散率等。 5. 线性变换:进行线性变换,将每个DTI图像与参考图像进行配准。 6. DTI纤维追踪:利用配准后的DTI数据,根据水分子扩散方向的变化模式,进行纤维追踪。可以选择从感兴趣区域出发,沿着主垂直方向追踪纤维束。 7. 纤维束的参数计算:对于追踪到的纤维束,可以计算其长度、弯曲程度、个数等参数。 8. 分析和可视化:根据需要进行数据分析和可视化,可以进行纤维束的交互式三维可视化展示。 9. 结果输出:将处理后的数据结果输出为图像或文件,方便进一步的研究和分析。 总结起来,基于DTIStudio的DTI数据处理流程包括数据准备、选择ROI、图像预处理DTI参数计算、线性变换、DTI纤维追踪、纤维束的参数计算、分析和可视化以及结果输出。这个流程可以帮助研究人员对DTI数据进行处理和分析,进一步了解脑部结构和功能之间的变化和联系。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 22
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值