使用fsl处理dti数据(ubuntu16.04)

得到“FA”的文件，和三个正交矢量（V1，V2，V3）。
步骤如下：
从Unix命令行，将目录更改为包含DTI数据的文件夹（例如’cd~ / tutorial’）
从命令行键入“FSL＆”启动FSL。
按下FSL主菜单中的“FDT Diffusion”按钮，显示扩散处理窗口。
在顶部，选择EDDY CURRENT CORRECTION。
按文件夹图标选择图像（例如DTI30s010.nii.gz）。
此外，输入要将其标识为更正数据的输出名称。（例如DTI30s010_ecc）
参考卷通常为0（这是b值为0的卷，dcm2nii应该自动确保初始卷是b值为零的卷，但是你应该确保这对你的数据是正确的用MRIcron观察音量）。
按“开始”运行涡流校正并等待它完成

5.现在，让我们为DTI数据制作一个大脑掩码。这确保我们只计算大脑内的张量而不是周围的空气。
按下主FSL窗口中的“下注”按钮
输入是您的更正数据文件（DTI30s010_ecc）。
在ADVANCED OPTIONS下，选中OUTPUT BINARY BRAIN MASK IMAGE。
分数强度阈值应该等于0.3（我们宁愿错误地包括不相关的头皮而不是移除大脑）。
取消选中OUTPUT BRAIN-EXTRACTED IMAGE。
选择GO并等待此阶段完成。

6.现在，从FDT DIFFUSION窗口的下拉菜单中选择DTIFIT RECONSTRUCT DIFFUSION TENSOR
这将采用扩散图像和方向，并计算掩模中每个点的张量并给出结果。手动点击SPECIFCY FILES。
扩散加权数据这是您更正的文件。（DTI30s010_ecc）
对于“BET二进制掩码”，使用BET（DTI30s010_ecc_brain_mask）选择您必须制作的文件。
指定每个卷的渐变方向（DTI30s010.bvec）。
指定每个卷的b值（DTI30s010.bval）。
按“GO”处理您的数据。