matlab 读写磁共振影像.nii 数据

问题描述：

  参考LEiDA方法和周昌松老师的large-scale network 的分离整合的划分[1]，脑区划分结束后需要把脑区的结果用脑图的形式呈现出来，但是因为我划分脑区的结果都是保存在mat文件里，Brainnet Viewer 则需要使用 .nii 类型的文件。因此，研究了一下如何将数据写入.nii文件。

加载BrainNet Viewer的样例数据

nifti_data = load_nii('D:\Program Files\ThirdTools\BrainNetViewer_20191031\Data\ExampleFiles\AAL90\aal.nii');

nifti_data = load_nii('D:\Program Files\ThirdTools\BrainNetViewer_20191031\Data\ExampleFiles\AAL90\aal.nii');

% Extract the voxel values
voxel_values = nifti_data.img(:);

% Filter out zero values
non_zero_values = voxel_values(voxel_values ~= 0);

% Calculate basic statistics
mean_value = mean(non_zero_values);
median_value = median(non_zero_values);
min_value = min(non_zero_values);
max_value = max(non_zero_values);

通过代码，也可以判断数据存储在nifti_data.img中，1表示的是脑区1，2表示脑区2，3表示脑区3…,以此类推。

如果只是划分脑网络，那么就只需要将脑区x的值x替换为所属的脑区y，就可以实现脑区划分，

如果需要达到参考文献C图的效果，以参考文献中的第4层8个网络为例，我们需要将img中保存的116个脑区的所属的脑区id替换为该脑区对应的特征向量。

实际操作过程中遇到了数据无法保存的问题，原因是样例aal.nii文件的.img 格式为unit8，表示无符号，因此，我们写入的负数、小数值会被强制转换为无符号整数，因此，修改数据前需要先修改数据类型，数据类型的具体描述在save_nii.m 文件中有详细说明。

%%----*** 保存每个不同level的network***---
function write_tonii(level)
    disp(level);
    % Load the original NIfTI file
    nifti_data = load_nii('D:\Program Files\ThirdTools\BrainNetViewer_20191031\Data\ExampleFiles\AAL90\aal.nii');

    % 设置数据格式，数据格式在save_nii.m文件中有详细说明，此处选则浮点型，代码为16
    nifti_data.hdr.dime.datatype=16;
    nifti_data.hdr.dime.bitpix=16;
    %将模板文件中的unit8改成浮点型，然后写入数据
    modified_data = double(nifti_data.img);
    %加载我的数据，脑区与特征向量值的对照表，这个表格的数据是从mat文件中读取后整理成csv格式了，也可以直接整理成mat格式保存
    dataTable = readtable(['F:\projects\LEiDA-BD\df_sorted_desc_',num2str(level),'.csv'], 'Delimiter', ',');

    % 写代码，将相应的脑区的数据更改为对应的值然后保存。
    for i = 1:116
        indices = find(modified_data ==i);
        % 根据脑区值获得对应的特征向量值保存到 nii.img 中
        eigen_value =  dataTable.eigen_value(dataTable.region_id == i);
        modified_data(indices) =eigen_value;
    end

    % Update the data in the NIfTI structure
    nifti_data.img = double(modified_data);
    
    % Save the modified NIfTI file with the same format and information
    save_file = ['aal_level',num2str(level),'_eigen_network.nii'];
   
    save_nii(nifti_data, save_file);

然后，使用BrainNet Viewer查看结果，如下图所示。

参考文献：
[1] Wang, et al. (2021). Segregation, integration, and balance of large-scale resting brain networks configure different cognitive abilities. Proc Natl Acad Sci U S A, 118(23). doi:10.1073/pnas.2022288118