Freesurfer提供了基于分区模板提取常规特征(area, volume, thickness, thicknessstd, meancurv, gauscurv, foldind, curvind)的指令mris_anatomical_stats+aparcstats2table还有可以提取从fMRI或DWI产生的结果以及一些特殊的结构特征(如LGI)的指令mri_segstats。
常规特征的提取比较简单,将mris_anatomical_stats+aparcstats2table结合使用即可。下面举例说明下,如何将DTI计算出的FA配准到surface上,然后再基于某个分区模板提取这个模板下的平均FA。
1. 配准到surface
mri_vol2surf --src ${name}_FA.nii.gz --out lh.${name}_FA.mgh --srcreg DWI2T1.dat --hemi lh --interp nearest
这里要用到事先将DWI配准到T1上的配准文件DWI2T1.dat,这一步经由bbregister生成。如下图,FA被默认配准到个体空间的lh.white上:
2. 提取aparc.annot下每个分区的FA
mri_segstats --annot $name lh aparc --i lh.${name}_FA.mgh --sum lh.${name}_FA.stats
如下图,即为生成的aparc.annot.stats分区内FA的mean, stddev, min, max
3. 基于shell从stats文件中提出所有分区的mean FA(可以在外面再加一层循环,读取每个被试的stats的文件)
for x in unknown bankssts caudalanteriorcingulate caudalmiddlefrontal cuneus entorhinal fusiform inferiorparietal inferiortemporal isthmuscingulate lateraloccipital lateralorbitofrontal lingual medialorbitofrontal middletemporal parahippocampal paracentral parsopercularis parsorbitalis parstriangularis pericalcarine postcentral posteriorcingulate precentral precuneus rostralanteriorcingulate rostralmiddlefrontal superiorfrontal superiorparietal superiortemporal supramarginal frontalpole temporalpole transversetemporal insula
do
printf "%g," `grep -w ${x} /home2/liuyc/data/superficial_WM/DTI_white/lh.${name}_FA.stats | awk '{print $6}'` >> lh_aparc_FA.csv
done
如图,即为每个分区对应的平均FA,可以与上面做对照比较下