一. sub-subXXX文件夹 + sub-subXXX.html
二. sub-subXXX文件夹
sub-sub097 /
anat /
figures /
func /
log /
anat /
anat文件夹内文件比较多，文件命名规则遵守BIDS要求( https://bids-specification.readthedocs.io/en/stable/05-derivatives/01-introduction.html).
- desc-aparcaseg_dseg.nii.gz 皮层+皮层下分割（以皮层为主）
- desc-aseg_dseg.nii.gz 皮层下分割
- desc-brain_mask.nii.gz 脑罩 / 掩码
- desc-preproc_T1w.nii.gz 没有去头骨的T1加权像
- desc.nii.gz
- label-CFS_probseg.nii.gz 分割的脑脊液
- label-GM_probseg.nii.gz 分割的灰质
- label-WM_probseg.nii.gz 分割的白质
这些都是预处理的过程文件，是在被试原始空间。 - from-fsnative_to-T1w_mode-image_xfm.txt
- from-MNI152NLin6Asym_to-T1w_mode-image_xfm.h5
- from-MNI152NLin2009cAsym_to-T1w_mode-image_xfm.h5
- from-T1w_to-fsnative_mode-image_xfm.txt
- from-T1w_to-MNI152NLin6Asym_mode-image_xfm.h5
- from-T1w_to-MNI152NLin2009cAsym_mode-image_xfm.h5
这些是被试空间到原始空间，原始空间到被试空间的转换。2009c是freesurfer的模板，6是FSL的模板。 - hemi-L_inflated.surf.gii
- hemi-L_midthickness.surf.gii
- hemi-L_pial.surf.gii
- hemi-L_smoothwm.surf.gii
这些是被试原始空间的皮层数据。(from-fsnative_to-T1w_mode-image_xfm.txt等是转换矩阵)。 - space-MNI152NLin2009cAsym_res-2_desc-brain_mask.nii.gz
- space-MNI152NLin2009cAsym_res-2_desc-preproc_T1w.nii,gz
- space-MNI152NLin2009cAsym_res-2_desc.nii.gz
- space-MNI152NLin2009cAsym_res-2_label-CSF_probseg.nii.gz
- space-MNI152NLin2009cAsym_res-2_label-GM_probseg.nii.gz
- space-MNI152NLin2009cAsym_res-2_label-WM_probseg.nii.gz
这里sapce就是MNI152NLin2009cAsym空间，而res-2是resolution 2mm分辨率的意思。
func/ 文件夹
- space-MNI152NLin2009cAsym_res-2_boldref.nii.gz 标准空间目标分辨率bold参考像
- space-MNI152NLin2009cAsym_res-2_desc-aparcaseg_dseg.nii.gz
- space-MNI152NLin2009cAsym_res-2_desc-aseg_dseg.nii.gz
- space-MNI152NLin2009cAsym_res-2_desc-preproc_bold.nii.gz
这些都是标准空间MNI152NLin2009cAsym和目标分辨率2mm的预处理数据
Freesurfer文件夹输出
Recon-all 从三维体积重建二维皮质表面。从 MRI 扫描仪收集的图像是三维块，这些图像通过 recon-all 转换为光滑、连续的二维表面。
Recon-all 首先从解剖图像中剥离头骨以生成名为brainmask.mgz，估计两个半球的白质和灰质之间的界面存储在名为lh.orig和rh.orig的文件中。这个初始估计经过改进，然后保存到名为lh.white和rh.white的文件中。然后将此边界用作基础，生成软脑膜表面数据lh.pial和rh.pial。
为了更容易地看到激活图位于脑沟岸和脑回脊的位置，可以进一步生成膨胀球体lh.inflated和rh.inflated数据集。
freesurfer文件夹输出包括：label, mri, scripts, stats, surf, temp, touch, trash。
最后三个基本不用管：temp, touch, trash。
label文件夹放的是atlas地图集，可以简单理解为ROI。
mri文件夹放的是volume级别的数据。例如mask脑罩，去除头骨的T1像，皮层下分割等。
scripts文件夹放的是运行recon-all过程中的所有log，可以在这里查看recon-all是否存在异常。
stats文件夹放的是结构分割的统计，例如皮层分割（parcellation）的厚度或体积以及皮层下分割（segmentation）的厚度或体积。
surf文件夹放的是皮层文件夹。
所有输出文件data都是在被试原始空间进行的，即ref fsaverage。如果要cross subjects对比，可以使用较低一点的fsaverage模板，如fsaverage5，可以使用 mri_surf2surf / mri_label2label，或者R中也可以实现。
DPABISurf 7.0 中的处理过程：
fastfreesurfer: %!docker run -ti --rm -v /mnt/Data45/RfMRILab/yan/YAN_Work/DPABIUpdating/Program/DPABI_V6.1_220101/DPABISurf/FreeSurferLicense/license.txt:/opt/freesurfer/license.txt -v /mnt/Data45/RfMRILab/yan/YAN_Work/DPABIUpdating/DPABISurf/FastSurferDev/Work/datatest2:/data cgyan/dpabidev /opt/fastsurfer/run_fastsurfer.sh --fs_license /opt/freesurfer/license.txt --t1 /data/BIDS/sub-Sub001/anat/sub-Sub001_T1w.nii --sid sub-Sub001 --sd /data/freesurfer --threads 1
fmriprep：
皮层下分割，mgz2niigz：‘%s parallel -j %g mri_convert %s/freesurfer/{1}/mri/rh.hippoAmygLabels.HBT.FSvoxelSpace.mgz %s/Results/AnatVolu/T1wSpace/{1}/{1}_Subregions_rh.hippoAmygLabels.HBT.FSvoxelSpace.nii.gz ::: %s’, …
DirFile=dir(fullfile(Cfg.WorkingDir,‘Results’,‘AnatVolu’,‘MNISpace’,Cfg.SubjectID{i},[Cfg.SubjectID{i},‘*space-MNI152NLin2009cAsymlabel-WM_probseg.nii’]));
File=fullfile(Cfg.WorkingDir,‘Results’,‘AnatVolu’,‘MNISpace’,Cfg.SubjectID{i},DirFile(1).name);
结构像：(详见y_Organize_fmriprep.asv)
标准空间：
‘%s parallel -j %g mri_surf2surf
–srcsubject {1}
–trgsubject fsaverage
–hemi lh
–sval %s/freesurfer/{1}/surf/lh.thickness
–tval %s/Results/AnatSurfLH/fsaverage/Thickness/{1}_space-fsaverage_hemi-L.thickness.gii ::: %s’,
CommandInit, Cfg.ParallelWorkersNumber, WorkingDir, WorkingDir, SubjectIDString
原始空间 native space：
Thicnkness:
‘%s parallel -j %g mris_convert
-c %s/freesurfer/{1}/surf/lh.thickness
%s/freesurfer/{1}/surf/lh.white
%s/Results/AnatSurfLH/fsnative/Thickness/{1}_space-fsnative_hemi-L.thickness.gii ::: %s’,
CommandInit, Cfg.ParallelWorkersNumber, WorkingDir, WorkingDir, WorkingDir, SubjectIDString
Area:
‘%s parallel -j %g mris_convert
-c %s/freesurfer/{1}/surf/lh.area
%s/freesurfer/{1}/surf/lh.white
%s/Results/AnatSurfLH/fsnative/Area/{1}_space-fsnative_hemi-L.area.gii ::: %s’,
CommandInit, Cfg.ParallelWorkersNumber, WorkingDir, WorkingDir, WorkingDir, SubjectIDString
Curv:
‘%s parallel -j %g mris_convert
-c %s/freesurfer/{1}/surf/lh.curv
%s/freesurfer/{1}/surf/lh.white
%s/Results/AnatSurfLH/fsnative/Curv/{1}_space-fsnative_hemi-L.curv.gii ::: %s’,
CommandInit, Cfg.ParallelWorkersNumber, WorkingDir, WorkingDir, WorkingDir, SubjectIDString
**解释：mris_convert是freesurfer的函数，其用法为 ** mris_convert [-c curvinfilepath] [-o origfilepath] [-p] [-t] infilepath outfilepath。正如我们之前讲的，lh.orig（黄色部分）是最开始的粗略估计，计算半球白质和灰质之间的界限在哪里，然后在此基础上，进行再一次改善的估计，就是lh.white（蓝色部分），这就是完成的白质边界，然后最后根据这个搜索灰质边缘，生成第三个，即lh.pial（红色部分）。用这些就能计算各种皮层曲率指标了。
总结：如果是要native space的指标，用mris_convert可以在多个曲率指标间转换。把Area等resample到被试native space的white就是native space的area指标。把Area等resample到fsaverage5等的white就是standard space的area指标。
转换至原始空间：
文件：RefFile=[Cfg.WorkingDir,filesep,‘Masks’,filesep,‘AutoMasks’,filesep,Cfg.SubjectID{i},‘_task-rest_space-T1w_desc-brain_mask.nii.gz’];
转换矩阵：TransformFile=[Cfg.WorkingDir,filesep,‘fmriprep’,filesep,Cfg.SubjectID{i},filesep,‘anat’,filesep,Cfg.SubjectID{i},‘_from-MNI152NLin2009cAsym_to-T1w_mode-image_xfm.h5’];
转换命令（y_WarpByANTs(SourceFile,MaskName,RefFile,TransformFile,Interpolation,Dimensionality,InputImageType,DefaultValue,IsFloat0,DockerName：Fiber-subfunctions）
antsApplyTransforms
–default-value 0
–dimensionality 3
–float 0
–input /DPABI/Templates/HarvardOxford-sub-maxprob-thr25-2mm_YCG.nii
–interpolation MultiLabel
–output /data/Masks/MasksForDwi/T1Space_sub-Sub001_HarvardOxford-sub-maxprob-thr25-2mm_YCG.nii
–reference-image /data/qsiprep/sub-Sub001/dwi/sub-Sub001_space-T1w_desc-preproc_dwi.nii.gz
–transform /data/qsiprep/sub-Sub001/anat/sub-Sub001_from-MNI152NLin2009cAsym_to-T1w_mode-image_xfm.h5
即有了转换矩阵，desc-preproc.T1w.nii.gz，就能把标准图像转换为原始空间图像，用的是antsApplyTransforms命令。
平滑：
DirName=dir(fullfile(Cfg.WorkingDir,[FunSessionPrefixSet{iFunSession},Cfg.StartingDirName],Cfg.SubjectID{1},‘_hemi-L.func.gii’));
命令：mri_surf2surf --s %s --hemi lh --sval %s/%s%s/{1}/{1}%s --fwhm %g --cortex --tval %s/%s%sS/{1}/s{1}%s ::: %s
这个hemi-L*.func.gii都是fsaverage5的标准空间。
计算alff：
mkdir([Cfg.WorkingDir,filesep,FunSessionPrefixSet{iFunSession},‘Results’,filesep,‘FunSurfLH’,filesep,‘ALFF_’,Cfg.StartingDirName]);
DirName=dir(fullfile(Cfg.WorkingDir,[FunSessionPrefixSet{iFunSession},Cfg.StartingDirName],Cfg.SubjectID{i},‘_hemi-L.func.gii’));
这个hemi-L*.func.gii都是fsaverage5的标准空间，计算完成之后，进行改名。
原始空间计算ROI：
mri_surf2surf --srcsubject fsaverage5 --trgsubject {1} --mapmethod nnf --hemi rh --sval %s/Masks/MasksForFun/Masks_fsaverage5Space/%s%s --tval %s/Masks/MasksForFun/Masks_fsnativeSpace/%sMaskFile_%g_{1}_%s.gii ::: %s’, CommandInit, Cfg.ParallelWorkersNumber, WorkingDir,name, ‘.gii’,
结果整理：
mkdir([Cfg.WorkingDir,filesep,Cfg.StartingDirName,‘W’,filesep,‘AnatSurfLH’]);
movefile([Cfg.WorkingDir,filesep,Cfg.StartingDirName,filesep,‘AnatSurfLH’,filesep,‘fsaverage’],[Cfg.WorkingDir,filesep,Cfg.StartingDirName,‘W’,filesep,‘AnatSurfLH’]);
movefile([Cfg.WorkingDir,filesep,Cfg.StartingDirName,filesep,‘AnatSurfLH’,filesep,‘fsaverage5’],[Cfg.WorkingDir,filesep,Cfg.StartingDirName,‘W’,filesep,‘AnatSurfLH’]);
mkdir([Cfg.WorkingDir,filesep,Cfg.StartingDirName,‘W’,filesep,‘AnatVolu’]);
movefile([Cfg.WorkingDir,filesep,Cfg.StartingDirName,filesep,‘AnatVolu’,filesep,‘MNISpace’],[Cfg.WorkingDir,filesep,Cfg.StartingDirName,‘W’,filesep,‘AnatVolu’]);
case {‘FunSurfLH’,‘FunSurfRH’}：mri_surf2surf --srcsubject %s --trgsubject %s --hemi lh --sval %s/%s/FunSurfLH/%s/{1} --tval %s/%sW/FunSurfLH/%s/w{1} ::: %s’。
总结：
fmriprep处理以后，会有anat和func文件夹。
在被试anat文件夹里，大致分为4类文件。第一类是native space的预处理文件。包括aparc+aseg的分割文件，brainmask文件，预处理以后的T1w文件，dseg分割文件，CSF, GM, WM文件。第二类是各种native space到standard space的转换矩阵。第三类是native space的皮层gii文件，如inflated, midthickness, pial等。第四类是标准空间的预处理文件。包括brainmask文件，预处理以后的T1w文件，CSF, GM, WM文件。
在被试func文件夹里，大致分为3类文件。第一类是噪音文件。如AROMAnoiseICs.csv等。第二类是转换文件，即被试的bold空间到T1夹权空间。第三类是fsaverage5的皮层gii文件。第四类是标准空间MNI152的预处理文件，如smoothAROMAnonaggr_bold, boldref, aparcaseg, aseg, brainmask, preproc_bold。
在严老师的DPABI软件中，
- 先根据segmentation的结果，生成mask，存储在Masks/SegmentationMasks/FunSpace_ThrdMask_subXX_WM.nii当中（如果之前没有这个，可以通过fmriprep的desc-brain_mask.nii.gz生成）。或者是根据segmentation的结果，生成标准空间mask，存储在Masks/SegmentationMasks/MNIFunSpace_ThrdMask_subXX_WM.nii当中（如果之前没有这个，可以通过fmriprep的space-MNI152-brain_mask.nii.gz生成）。
除此以外，还单独制作了warp功能，能从T1到MNI的转换，只需要有转换矩阵放进antsApplyTransforms当中。 - 当Masks准备好以后，首先把mask进行重采样resample，生成ALLResampled_XX.nii文件。
- 移除协变量、头动等混淆变量
- 将*_hemi-L*.func.gii使用mri_surf2surf进行平滑（在平滑中，space是根据上一阶段制定的，要么是原始空间——应该是fsaverage native space，我猜的——平滑，要么是fsaverage5空间平滑），然后单独提取到s的文件夹中。
- 计算功能性指标ALFF等指标时，使用第1-2步的皮层空间和体空间的Masks，用*_hemi-L*.func.gii文件进行计算。
- 计算结构像等指标时，使用mri_surf2surf功能，将freesurfer文件夹下的sub001的surf文件夹的lh.thickness作为INPUT，trgsubject为fsaverage或fsaverage5，把被试native surf space对齐到fsaverage当中去，然后移动到Results/AnatSurfRH/fsaverage/Thickness/sub001_space-fsaverage_hemi-R.thickness.gii，或者是Results/AnatSurfRH/fsaverage5/Thickness/sub001_space-fsaverage_hemi-R.thickness.gii
声明，以上开源代码仅供个人学习使用，不用于任何商业行为
fmriprep & freesurfer & fsnative & fsaverage & fsaverage5
在DPABI7.0更新中，加入了fsnative的数据，之前是没有的，其实之前fsnative的数据是放在fmriprep当中。
对比这5者的文件，是为了更好理解皮层坐标系的原始、标准的概念。
对比方式：对比这些文件的thickness指标是否正确，ROI对比使用destriux图谱。
Volume
先看看原始原件。原始文件是“FunVoluWIglobalCF/sub-sub001/Filtered_4DVolume.nii”，读取文件后，查看数据格式如下：
- dim（data）= num [1:97, 1:115, 1:97, 1:230]
- max(data) = 1714.376, min(data) = -149.3344, sum(data==0) = 58558000
原始volume图像是97X115X97的格式，共有1082035个体素。这些体素中，最大值是1714.376，最小值是-149.3344，有58558000个零值。这个零其实就是mask以外的黑色，以及脑脊液等部位。
再看看func像，原始文件是“FuncSurfWIglobalCF/sub-sub001/sub-sub001_task-rest_space-fsaverage5_hemi-L_hold.func.gii” - data = num [1:10242] 805 1196 757 729 624
按理说这个应该是230个时间点，不知道为啥就剩下1个时间点了，应该是230个时间点的均值。
freesurfer
前面我说过，fsaverage3 节点是642，fsaverage4=2562, fsaverage5=10242, fsaverage6=40962, fsaverage7=163842。
先查看sub文件夹的数据。首先是freesurfer/sub-sub001/surf/lh.white，读取后如下：
- data$vertices: num [1:125221, 1:3] -22.7 -22.9 -22.1 -22.6 XXXXXX
- data$faces: int [1:250438, 1:3] 1 5 1 46 1 1 2 53 3 3
这个white应该是坐标系，face应该是mesh 三角形的个数。就是一共有250438个三角形来形成顶点，然后共有125221个顶点。当然了，这个是临床核磁3T，所以分辨率低，最多只能配到fsaverage6上。
也就是说，这个white就是坐标系，这样就可以用mris_convert -c /surf/lh.curv surf/lh.white /fsnative/Curv/sub001_space-fsnative_hemi-L.curv.gii 。用white叠加thickness或者curv等，就能生成原始空间的皮层指标curv.gii。那么可以想象出来，这个原始空间curv.gii肯定是125221个vertices.
其次是freesurfer/sub-sub001/surf/lh.thickness，读取后如下：
- data: num [1:125221] 2.53 2.63 2.38 2.56 2.63
可以看出，lh.thickness就是单纯的125221的皮层厚度。这只是数组，肯定无法直接显示，所以就需要在mris_convert函数下，把数组叠加到white坐标系上，才能形成我们熟知的surf.gii格式用于可视化。
那么curv, volum等指标也同理可得。
再看看模板，freesurfer/fsaverage/label/lh.aparc.a2009s.annot，vertices有163842，所以其实fsaverage7就是fsaverage，最新的地图，freesurfer7.3自带的。
这样基本上freesurfer的输出都弄懂了。
还有个点，就是用aparcstats2table函数，可以生成所有被试的fsnative指标
SUBJECTS_DIR=`pwd`
parc='aparc.a2009s'
measure='thickness'
subjects=$(ls -d sub-sub*)
aparcstats2table --subjects ${subjects} --hemi lh --meas ${measure} -p ${parc} --skip fsaverage --delimiter=comma --tablefile test.csv
这样生成的sub-sub001的thickness有：lh_G&S_frontomargin_thickness=2.324, lh_G&S_occipital_inf_thickness=2.259等等一共74个ROI，还有lh_MeanThickness_thickness=2.3291。这个应该是原始空间的分割。2.3291应该是所有的，图谱的应该是2.35366
fmriprep
这个midthickness.surf.gii是fmriprep预处理以后生成的，读取看看：
- vertices: num [1:125221, 1:3] -15.8 -16.1 -15.3 -15.7 XX
- faces: num [1:250438, 1:3] 1 5 1 46 1 1 2 XX
再看看pial.surf.gii: - vertices: num [1:125221, 1:3] -15.6 -15.9 -15.1 -15.5 XX
- faces: num [1:250438, 1:3] 1 5 1 46 1 1 2 XX
两者都是坐标系，虽然有一点点细微的区别，这个区别就是可视化的时候不同，是正常的。
所以fmriprep是生成了一系列预处理的文件，离统计分析还差一点距离，这么说其实严老师的软件帮助非常大。
后面就是用fmriprep生成的proc_T1w像，用antsApplyTransforms函数把皮层数据转换为T1数据（h5为转换矩阵），或者mris_vol2surf函数把T1像转换为皮层像（txt为转换矩阵）。h5是antsApplyTransforms, txt是mris_vol2surf。
Results
fsaverage
先看看Results/AnaSurfLH/Thickness/fsaverage/sub-sub001_space-fsaverage_hemi-L.thickness.gii文件：
- data = num [1:163842] 3.19 2.8 2.25 1.94 2.4
用fsaverage的destrieux图谱，计算一下，
G_and_S_frontomargin = 2.3482885, G_and_S_occipital_inf = 2.2658599，mean_thickness = 2.364511，mean_thickness (drop Unkown) = 2.384035
fsaverage5
先看看Results/AnaSurfLH/Thickness/fsaverage5/sub-sub001_space-fsaverage5_hemi-L.thickness.gii文件：
- data = num [1:163842] 3.08 2.53 2.26 1.8 2.42
用fsaverage5的destrieux图谱，计算一下，
G_and_S_frontomargin = 2.3662149, G_and_S_occipital_inf = 2.2268234，mean_thickness = 2.365278， mean_thickness (drop Medial_wall) = 2.384354
通过freesurfer的原始分割，fsaverage和fsaverage5的分割，可以看出，有一点细微区别，但是可以接受。误差来自于插值过程。
尝试一下用原始空间：
mri_surf2surf --s sub-sub001 --hemi lh --sval sub-sub001/surf/lh.thickness --tval hemi-L_fsnaitive.thickness.gii
然后读取文件，如下：
- data: num [1:125221] 2.53 2.63 2.38 2.56 2.63
然后用原始空间模板对其进行分割：
G_and_S_frontomargin = 2.3235668, G_and_S_occipital_inf = 2.2588026，mean_thickness = 2.329537， mean_thickness (drop Medial_wall) = 2.353676，可以看出，这个结果跟aparc2table结果几乎一致，所以那个结果就是fsnaitive的结果。当然，为啥还有这么一点误差呢，是因为我单独用了surf2surf，这种对齐存在误差。所以说不要用这种对齐，除非是不同被试。
总的来说，皮层原始空间和标准空间已经理解透彻了。
扫一扫
1622
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
