DTI数据处理流程

使用Linux下的FSL处理DTI扩散张量成像数据：

1. 提取b0像
输入：原始DTI数据
输出：b0像

fslroi dti_data.nii b0.nii.gz 0 1

2.剥颅骨
输入：b0像
输出：剥颅骨后的图像、图像掩膜mask

bet2 b0.nii.gz b0_brain.nii.gz -m -f 0.3

• 参数可调整

  0.3代表颅骨剥离的程度，数值越大剥离的越多。

3.涡流校正
输入：原始图像、mask、采集参数acqparams.txt、索引值index.txt、bvec、bval
输出：校正后的数据

• 采集参数acqparams.tx

  acqparams.txt可以按照扫描方向采用默认设置

  • 从上到下扫描 使用
    0 1 0 0.05
    0 -1 0 0.05
  • 从左到右扫描 使用
    1 0 0 0.05
    -1 0 0 0.05

参考资料:

参考资料链接

• 索引值index.txt

  index可以通过下面代码生成：

indx="" 
for ((i=1; i<=10; i+=1)) do 
indx="$indx 1"; done 
echo $indx > index.txt

其中 10 这个数值要改为原始图像的volume数（时间点）。打开原始DTI图像即可看到。

• bvec、bval

  bvec代表方向，bval代表大小。

eddy_openmp --imain=dti_data.nii --mask=b0_brain_mask.nii.gz --acqp=acqparams.txt --index=index.txt --bvecs=bvecs --bvals=bvals --out=eddy_corrected_data

- 输出的各项指标

• V1 - 1st eigenvector第一特征向量
• V2 - 2nd eigenvector
• V3 - 3rd eigenvector
• L1 - 1st eigenvalue第一特征值
• L2 - 2nd eigenvalue
• L3 - 3rd eigenvalue
• MD - mean diffusivity平均扩散率
• FA - fractional anisotropy 分数各向异性
• MO - mode of the anisotropy (oblate ~ -1; isotropic ~ 0; prolate ~ 1) 各向异性的模式(扁形~ -1;各向同性~ 0;扁长的~ 1)
• S0 - raw T2 signal with no diffusion weighting 无扩散加权的原始T2信号