Freesurfer recon-all命令详解及使用示例

Freesurfer recon-all命令详解及使用示例

一、一些名词解释

atlas 模板，带标签的地图

CA Canonical 典型的，规范的(CA Normalize, CA Register)

GCA Gaussian Classifier Atlas 高斯分类模板

Aseg =CA Label 图像皮层下分割后的标签

二、recon-all所有处理步骤详解

-all

该参数包括了 -autorecon1 -autorecon2 -autorecon3 的所有步骤

---

-autorecon1

这一部分为基本的图像预处理步骤

1. Motion Correction and Conform 头动校正 -<no>motioncor
   如果同一个被试有多个影像，将这些影像进行运动校正，修复它们的小运动，将这些影像取平均得到一个校正后的影像。结果输出到mri/orig.mgz文件。
2. NU(Non-Uniform intensity normalization) 非均匀强度标准化 -<no>nuintensitycor
   非参数非均匀强度标准化，校正MR数据中的强度非均匀性，对数据作出相对较少的假设。生成mri/nu.mgz文件。
3. Talairach transform computation Talairach 变换计算 -<no>talairach
   将通过名为talairach的脚本，使用MINC程序计算从原始体积到MNI305 atlas的仿射变换。生成文件mri/transform/talairach.auto.xfm 和 talairach.xfm.
4. Intensity Normalization 1 强度标准化1 -<no>normalization
   执行原始图像的强度标准化，并将结果放置在mri/T1.mgz中。试图纠正强度波动，否则会使基于强度的分割更加困难。缩放所有体素的强度，使白质的平均强度为110。
5. Skull Strip 去头骨 -<no>skullstrip
   从mri/T1.mgz文件中去头骨，结果存储在mri/brainmask.auto.mgz 和 mri/brainmask.mgz。去头骨失败的话可以设置种子点和阈值。

---

-autorecon2

这一步主要是对T1图像进行分割，生成带有标记的结构区域分割图像。并且创造一个大脑球面。

前6步为自动皮层下结构分割

6. EM(GCA) Register (linear volumetric registration) 线性体积配准 -<no>gcareg
   将/mri/nu.mgz图像线性配准到GCA atlas。生成文件 mri/transforms/talairach.lta
7. CA Intensity Normalization CA强度标准化 -<no>canorm
   基于GCA模型进一步标准化，生成mri/norm.mgz。
8. CA Non-linear Volumetric Registration CA非线性体积配准 -<no>careg
   将图像再次用非线性配准到 GCA atlas。生成mri/transform/talairach.m3z.
9. Remove Neck 去除脖子 -<no>rmneck
   移除大脑结构图像中的脖子部分。
10. LTA(EM Registration) with Skull 带头骨进行配准 -<no>skull-lta
    配准对齐到mri/nu_noneck.mgz，带有GCA图像处理头骨。生成文件mri/transforms/talairach_with_skull.lta。
11. CA Label (Volumetric Labeling, ie Aseg) and Statistics CA标签和统计 -<no>calabel
    根据GCA模型标记皮质下结构。结果文件为mri/aseg.auto.mgz 和 mri/aseg.mgz.
    统计步骤为ASeg Stats (-<no>segstats) 生成文件stats/aseg.stats.

12. Intensity Normalization 2 (start here for control points) 强度归一化 -<no>normalization
    使用大脑图像执行第二次（主要）强度校正（因此必须在头骨剥离后进行）。移除颅骨后，强度归一化效果更好。生成brain.mgz文件。
13. White matter segmentation 白质分割 -<no>segmentation
    将白质从其他物质中分离出来。输入mri/brain.mgz，输出mri/wm.mgz。之后调用mri_segment, mri_edit_wm_with_aseg, 和 mri_pretess。
14. Edit WM With ASeg 用ASeg编辑白质
    被上一步调用，输入wm.seg.mgz，brain.mgz，aseg.mgz输出wm.asegedit.mgz。
15. Fill/cut (start here for wm edits) 填充和剪切 -<no>fill
    这将创建皮质下肿块，从中创建原始曲面。中脑是从大脑上切下来的，而大脑的两个半球是相互切下来的。左半球被二值化为255。右半球被二值化为127。输入为mri/wm.mgz，输出为mri/fill.mgz
16. Tessellation (begins per-hemisphere operations) 曲面细分 -<no>tessellate
    这是创建原始曲面的步骤，曲面是通过用三角形覆盖填充的半球来创建的。三角形的点相交的地方称为顶点。创建文件surf/?h.orig.nofix
17. Orig Surface Smoothing 原始曲面平滑 Smooth1 平滑1 -<no>smooth1
    细分后，原始曲面非常锯齿状，因为每个三角形位于体素面的边缘，因此彼此成直角。此处稍微调整顶点位置以减小角度。这仅适用于通货膨胀过程。Smooth1是曲面细分之后的步骤。生成文件surf/?h.smoothwm(.nofix)
18. Inflate1 膨胀1 -<no>inflate1
    膨胀试图最小化度量失真，以便保持距离和面积（即曲面不拉伸）。从这个意义上讲，这就像是给纸袋充气，而不是给气球充气。
    Inflate1是曲面细分之后的步骤。 生成surf/?h.inflated, ?h.sulc, ?h.curv, 和 ?h.area文件。
19. QSphere 准同胚球面 -<no>qsphere
    这是自动拓扑修复的初始步骤。它是膨胀曲面的准同胚球面变换，用于定位拓扑缺陷，以便后续自动拓扑修复程序。创建surf/?h.qsphere.nofix文件。
20. Automatic Topology Fixer 自动拓扑修复s -<no>fix
    使用surf/?h.qsphere.nofix文件来更改原始表面(surf/?h.orig.nofix)以移除缺陷，更改顶点数，所有缺陷都将被清除，但用户应检查体积中的原始表面，以确保其看起来合适。生成surf/?h.orig 文件。
21. Final Surfs (start here for brain edits for pial surf) 最终表面 -<no>finalsurfs
    创建白色曲面（?h.white）和软膜曲面（?h.pial）。同时创建厚度文件（?h.thickness）和曲率文件（?h.curv）。白色曲面是通过“轻推”原始曲面来创建的，以便它密切遵循T1体积中的白灰色强度梯度。软脑膜表面是通过扩展白色表面来创建的，因此它与T1体积中的灰色CSF强度梯度密切相关。
22. Smooth2 平滑2 -<no>smooth2
    smooth2是拓扑修复之后的步骤。
23. Inflate2 膨胀2 -<no>inflate2
    inflate2是拓扑修复之后的步骤。

---

-autorecon3

这一步主要是大脑曲面映射和自动皮质分割。

24. Spherical Mapping 球体映射
    未在官网找到相应信息，只在官网有一步为Spherical Inflation -<no>sphere。球体膨胀将原始曲面膨胀为球体，同时最小化公制失真。为了将曲面配准到球形模板altas，必须执行此步骤。创建surf/?h.sphere文件。
25. Spherical Registration 球体配准 Ipsilateral Surface Registation (Spherical Morph) 同侧曲面配准(-<no>surfreg)
    通过surf/?h.sphere文件将原始曲面配准到球形模板上。 曲面先粗糙配准通过对齐在?h.sulc中发现的大尺度折叠模式，然后使用在?h.curv中的小尺度模式精细调整。生成surf/?h.sphere.reg。
26. Spherical Registration, Contralateral hemisphere 半球配准 Contralateral Surface Registation (Spherical Morph) 对侧曲面配准(-<no>contasurfreg)
    与同侧相同，但配准到对侧图谱。创建lh.rh.sphere.reg and rh.lh.sphere.reg。
27. Map average curvature to subject 将平均曲率映射到被试 -<no>avgcurv
    将图集中的平均曲率重采样为主体的平均曲率。允许用户使用组的折叠模式（即解剖学）在个人表面显示活动。生成surf/?h.avg_curv。
28. Cortical Parcellation - Desikan_Killiany and Christophe (Labeling) 皮质分区 -<no>cortparc
    为皮质表面的每个位置指定神经解剖学标签。结合来自皮质模型（沟回和曲率）的几何信息和神经解剖学惯例。生成 creates label/?h.aparc.annot。
29. Cortical Parcellation Statistics 皮质分区统计 -<no>parcstats
    创建每个结构的皮质分区统计表。包括1. 结构名称 2. 顶点数量 3. 总曲面面积 4. 总灰质体积 5. 平均皮质厚度 6. 皮质厚度标准误差 7. 积分校正平均曲率 8. 积分校正高斯曲率 9. 折叠指数 10. 固有曲率指数。使用-parcstats文件保存在stats/?h.aparc.stats。使用 -parcstats2, 文件保存在stats/?h.aparc.a2005s.stats。
30. Cortical Ribbon Mask 皮质带掩模 -<no>cortribbon
    创建皮质带的二进制掩膜，即每个体素要么是1要么是0，取决于是否落在带上。生成?h.ribbon.mgz。 官网描述这一步是-autorecon2步骤的结束，感觉有点问题。
31. Cortical Parcellation mapping to Aseg 皮质分区映射到Aseg -<no>cortparc2
    同28，生成/label/?h.aparc.a2005s.annot.

三、代码示例

1、执行工作流

使用-all、-autorecon1 、-autorecon2 、-autorecon3 参数自动执行相应工作流的所有步骤，-i为原图像路径，-s为自定义项目名称或被试编号。例:

recon-all -i /home/my/data/T1Img/sub-10056.nii.gz -s 10056 -autorecon1

2、执行自定义步骤

可以不使用提前写好的工作流的-all、-autorecon1 、-autorecon2 、-autorecon3步骤，如果想要执行自定义的一些步骤可以按顺序添加步骤的对应命令。在上文中的-<no>cmd。<>表示可选。例如-motioncor表示执行头动校正，-nomotioncor表示不执行头动校正。例:

recon-all -i /home/my/data/T1Img/sub-10056.nii.gz -s 10056 -motioncor -nuintensitycor -talairach -normalization -gcareg -canorm -careg -rmneck -skull-lta -calabel -normalization2 -segmentation

也可以使用-nomotioncor自定义去除一些操作

recon-all -i /home/my/data/T1Img/sub-10056.nii.gz -s 10056 -all -nomotioncor

使用时要注意其他步骤的输入和输出文件，有些步骤生成的文件是其他步骤所需要的，因此必须按照相应顺序执行。

3、其他一些补充

如过使用多线程加 -parallel

recon-all -parallel -i /home/my/data/T1Img/sub-10056.nii.gz -s 10056 -all

如果要挂后台执行加 nohup

nohup recon-all -parallel -i /home/my/data/T1Img/sub-10056.nii.gz -s 10056 -all > /home/my/data/log/sun-10056.log 2>&1 &

文章内容主要来自官网，如有错误欢迎指正。
freesurfer官网地址