打开MATLAB,输入dpabi,进入dpabi界面,找到quality control并点击
这是直接打开qc的初始界面
1、working directory : 文件所在路径,即包含FunImg、T1Img、头动信息、normalize信息等的文件夹
2、directory name to get ID : 获取subject list的文件夹,可以是任意的一个包含subject信息的文件夹
3、load subject list : 可以上传已有的subject list,先点击右上角user-defined中的Manually,再点击左下角Load Subject List,Load已有的subject名单
4、QC:Raw T1 : 点击“QC:Raw T1”,会出现如图所示画面,依据之前预处理时处理人(自己)给每个T1的打分情况,显示每个subject的T1评分【可以在working directory -> QC -> RawT1Img.tsv(用Excel打开)中修改和查看】
5、View : 可以使用dpabi view查看每个T1的图像,修改评分【这里很奇怪的一点是,明明写的Raw T1,但只有working directory中包含T1 Img才能查看】
6、QC:Raw Fun : 同上但view只需要FunRaw的文件,评分可以在working directory -> QC -> RawFunImg.tsv(用Excel打开)中修改和查看
7、QC:Normalization : 点击“QC:Normalization”会出现如下界面,看边界配的怎么样,依据显示结果打分
【注意:这里如果再次点击“QC:Normalization”,会出现和“QC:Raw T1”类似的评分界面,选择任意一个subject点击view,会再次出现如上图评分时的界面,可以修改该图像的评分,但如果在这里修改的话,之后“Threshold QC Score”会报错,说矩阵元素数不相同,因为它会再原来评分表的下面新生成一行新评分,也就是该subject的评分会有两个,所以推荐直接用Excel打开tsv,在tsv里修改】
8、Threshold QC Score :点击“Threshold QC Score”,会出现如图9所示页面
9、Threshold QC Score显示面板 : 勾选要使用的排除评分,注意这里的评分是>=,即如图所示排除的是1和2评分的图像
10、Generate Group Masks : 点击出现“Set percentage”界面,根据每个被试的AutoMask(working directory -> Masks -> AutoMasks -> wAutoMask(配到标准空间的))输入percentage,这里的90意思是设定一个阈值,要求90%的被试都cover到了这个voxel,这个voxel才进入到GroupMask,在working directory\Masks\GroupMask\GroupMask90Percent.nii可以查看
11、Threshold Coverage : 将被试与GroupMask进行比较,如果匹配的特别不好就排掉。点击“Threshold Coverage”,选择刚刚的“GroupMask90Percent.nii”文件,输入阈值,例如与GroupMask匹配小于90%的被试就排掉
12、Motion Report : 点击“Motion Report”可以看到类似T1的MeanFD数值界面(左上),任选一个Subject点击“view”会出现该被试的头动图像(左下)
13、Threshold Motion : 根据MeanFD排除头动大的被试,常用0.2,如果排除的被试过多可以使用均值(Mean FD Jenkinson)加2倍SD当做阈值
14、Save Subject List : 最后在上述步骤都完成的情况下,可以使用Save Subject List来保存所有保存的被试名单,在working directory路径下会生成SubjectList的txt文件方便查看