fMRI数据处理：从DICOM到NIFTI（下）

SthingYang

已于 2024-06-04 15:32:23 修改

阅读量1k

点赞数 17

分类专栏： fMRI处理流程（心理学、认知神经科学）文章标签： matlab linux

于 2024-06-04 02:11:15 首次发布

本文链接：https://blog.csdn.net/weixin_44933894/article/details/139426363

版权

fMRI处理流程（心理学、认知神经科学）专栏收录该内容

4 篇文章 1 订阅

订阅专栏

系列文章目录

fMRI数据处理：从DICOM到NIFTI（上）
fMRI数据处理：从DICOM到NIFTI（中）
fMRI数据处理：从DICOM到NIFTI（下）
fMRI数据处理：图像质量控制

前言

上一篇我们完成了对原始DICOM的数据整理，将其整理为了BIDS目录结构。作为从从DICOM到NIFTI的最后一篇，当然是介绍如何批量将DICOM格式转NIFTI格式啦！

一、批量DICOM转NIFTI

1.MRIcorn + python（Windows系统）

其实MRIcorn的转格式，是一个单独的程序，叫dcm2niix.exe，它就在你安装MRIcorn路径下的Resources文件夹里。
在这里插入图片描述
在dcm2niix.exe目录下右键打开命令行窗口，然后输入dcm2niix.exe回车，就会看见详细的使用说明。（我右键菜单栏怎么没有这个选项呀？当然，这是需要单独设置的）

你也可以按win+r输入cmd回车，首先输入dcm2niix所在的盘符，再输入cd空格路径，例如我的dcm2niix在D:\Program Files\MRIcron\Resources下，那就先输入D:回车，在输入cd D:\Program Files\MRIcron\Resources回车，进入到dcm2niix的路径下，最后输入dcm2niix.exe回车。在这里插入图片描述
这段使用帮助的最后几行告诉我们，可以通过命令行的方式进行转换，这样就摆脱了MRIcorn的图形界面，点来点去，加上循环语句就可以批处理了。那么第一步就是要安装python，如果你会就可以跳过，如果你不会，那就去b站搜索一下。这里推荐安装python最原始的安装包和vscode编辑器。vscode如何设置python环境建议百度一下，不麻烦，点点点就完事（还是告诉你吧，安装好vscode后，从扩展中搜索python安装就行，看不懂界面的话可以再搜索安装中文扩展。

代码如下（示例，需要修改的地方包括：

sys.path.append——为你本地MRIcron安装目录下的Resources文件夹路径；
dist_dir——为dcm2niix.exe的路径
root_path——为你自己项目的根目录
最后range（1，2）跑一个被试看看，没问题再改为（2，xx）

import os
import sys
import subprocess
sys.path.append(r'D:\Program Files\MRIcron\Resources')# 添加dcm2niix.exe到系统path
dist_dir = r'D:\Program Files\MRIcron\Resources\dcm2niix.exe'# 定义dcm2niix.exe的路径
root_path = r'E:\postgraduate\fMRIanalysis\demo'# 你自己项目的根目录
dicom_path = root_path + "/data/dicom"# dicom文件目录
bids_path = root_path + "/data/bids"# bids目录
if not os.path.exists(bids_path):# 如果bids文件夹不存在，则创建一个
    os.mkdir(bids_path)

def single_subject(sub_id):# 不用补零，sub-01就输入1
    subject = "sub-{0:02d}".format(sub_id)# 被试编号补齐2位，如果是1，则补成01；过百就修改为{0:03d}
    sub_path = dicom_path + '/' + subject# 设置被试dicom文件路径
    for ii in os.listdir(sub_path):# 遍历sub-xx下的类型，如anat、func
        data_dir1 = sub_path + '/' + ii
        for iii in os.listdir(data_dir1):# 遍历func下多个run
            data_dir2 = data_dir1 + '/' + iii
            output_dir = bids_path + '/' + subject + '/' + ii
            if ii == 'anat':# 当数据为anat时，命名为sub-xx_T1w.nii
                filename = subject + '_' + iii
            elif ii == 'func':# 当数据为anat时，命名为sub-xx_task_run-x.nii
                filename = subject + '_task_' + iii
            output_folder = os.path.join(bids_path, subject, ii)
            if not os.path.exists(output_dir):
                os.makedirs(output_folder)
            os.system('chcp 65001')
            command = [dist_dir, '-o', output_dir, '-f', filename, '-b', 'y', data_dir2]
            subprocess.run(command, check=True)

for i in range(1,30):# range(1,30)是从1开始，到29结束
    single_subject(i)

2.Heudiconv（Linux系统）

Heudiconv是Linux系统下的一个软件，它可以批处理将DICOM文件转为NIFTI文件，还可以自动为你输出符合BIDS目录结构的数据（可以说非常的省心呢~，但是前提你要会Linux）

首先贴一个Heudiconv的官网，我只能说大概讲述一下如何使用，并且还是在我自己的需求基础上，更多的需求可以去爬官方文档，啃英文。

首先，我用的是Ubuntu 20.04LTS系统版本，然后用docker来运行的Heudiconv，其版本是v1.0.1，刚刚看了一下都更新到v1.1.3了，还有就是它可能会出现bug（之前更新最新版本的时候，莫名其妙日期元信息报错，论坛提问发现是个bug，下个版本才修复，但是数据又得处理，没办法只好回旧版本）

首先，先别慌跑批处理，第一步进入到container里，看看路径挂载对了没有，cd base 然后 ls 一下看看有没有数据，如果正常，那么恭喜你：

# Step1: check the path in container then cd base/data for check; exit
docker run -it --rm \
-v /media/xxx/B0EA93B7EAxxxx/postgraduate/fMRIanalysis:/base \
--entrypoint=bash \
nipy/heudiconv:1.0.1

第二步也别急，我知道你很急，但你先别急，这一步会生成一个启发式文件，用于转换完格式后，自动输出为BIDS格式用的。文件名为heuristic.py，打开它，需要修改的。

# Step2: generate heuristic file for one subject
docker run --rm -it \
-v /media/xxx/B0EA93B7EAxxxx/postgraduate/fMRIanalysis:/base \
nipy/heudiconv:1.0.1 \
-d /base/data/dicom/sub-{subject}/*/* \
-o /base/data/bids\
-f convertall \
-s 001 \
-c none \
--overwrite

# heuristic file where needed to rewrite
def infotodict(
    seqinfo: list[SeqInfo],
) -> dict[tuple[str, tuple[str, ...], None], list[str]]:
    """Heuristic evaluator for determining which runs belong where

    allowed template fields - follow python string module:

    item: index within category
    subject: participant id
    seqitem: run number during scanning
    subindex: sub index within group
    """

    t1w = create_key('sub-{subject}/anat/sub-{subject}_T1w') # 这一行要改，是T1w的文件命名规则，不会改就直接搬这个
    task = create_key('sub-{subject}/func/sub-{subject}_task_run-{item:01d}_bold') # 这一行要改，是func的文件命名规则，不会改就直接搬
    info = {t1w: [], task: []}
    last_run = len(seqinfo)

    for s in seqinfo:
        """
        The namedtuple `s` contains the following fields:

        * total_files_till_now
        * example_dcm_file
        * series_id
        * dcm_dir_name
        * unspecified2
        * unspecified3
        * dim1
        * dim2
        * dim3
        * dim4
        * TR
        * TE
        * protocol_name
        * is_motion_corrected
        * is_derived
        * patient_id
        * study_description
        * referring_physician_name
        * series_description
        * image_type
        """
        # 下面四行也得该，意思就是176就是结构像，大于176就是功能像，只是因为我的数据是这样
        if (s.dim3 == 176):
            info[t1w].append(s.series_id)
        if (s.dim3 > 176):
            info[task].append(s.series_id)
    return info

修改完启发式，我知道你很急，但你还是现别急，接下来先跑一个被试看看结果对不对，别一顿跑完，发生启发式错误，输出的文件目录结构一塌糊涂！

# Step3: run with edited heuristic file for one subject
docker run --rm -it \
-v /media/xxx/B0EA93B7EAxxxx/postgraduate/fMRIanalysis:/base \
nipy/heudiconv:1.0.1 \
-d /base/data/dicom/sub-{subject}/*/* \
-o /base/data/bids\
-f /base/code/preprocessing/heuristic.py \
-s 001 \
-c dcm2niix -b \
--overwrite

# Step4: loop all subject
for sub in `seq -w 002 010`
do
docker run --rm -it \
-v /media/xxx/B0EA93B7EAxxxx/postgraduate/fMRIanalysis:/base \
nipy/heudiconv:1.0.1 \
-d /base/data/dicom/sub-{subject}/*/* \
-o /base/data/bids\
-f /base/code/preprocessing/heuristic.py \
-s $sub \
-c dcm2niix -b \
--overwrite
done

我知道短短这些内容，很难讲清楚，但是！网上也有教程，我觉得写的还挺好的，也提供给大家参考~
当然官方网站提供了下载，安装，使用教程，以及常见问题，如果你的问题得不到解决，我推荐你爬官方文档。因为其他的文档都是依据旧版本写的，所以很多地方看着不太一样，这需要你自己去寻找答案。
第一篇：官方教程
第二篇：斯坦福大学Heudicov教程
第三篇：国内知乎教程1；国内知乎教程2

3.AFNI（Linux系统）

其实，都用上Linux系统了，还有什么软件不能批处理转格式呢是吧，但是我想也不是每个人都会所有的软件，还是写上吧，因为我用AFNI比其他软件多一些。下面这段代码就是转换单个NIFTI文件的代码，还差循环和整理输出格式，困了，先鸽掉，会不会补就再说啦~

root_dir=/media/xxx/B0EA93B7Exxxxxxx/postgraduate/fMRIanalysis
subj=01
dicom_dir=$top_dir/data/dicom/sub-$subj/anat
bids_dir=$top_dir/data/bids/sub-$subj/anat
cd $dicom_dir

uniq_images I*[0123456789] > uniq_image_list.txt

Dimon -infile_list uniq_image_list.txt     \
      -gert_create_dataset                 \
      -gert_write_as_nifti                 \
      -gert_to3d_prefix sub-${subj}_T1w   \
      -gert_outdir $bids_dir              \
      -dicom_org                           \
      -use_last_elem                       \
      -save_details Dimon.details          \
      -use_obl_origin                      \
      -gert_quit_on_err

总结

从DICOM到NIFTI系列就完成啦！撒花★,°:.☆(￣▽￣)/$:.°★ 。
从核磁机器把数据拷回来——到整理成BIDS格式——到批量转格式；我们fMRI数据处理的第一步就算是正式迈出去啦！
接下来的内容，敬请期待吧~

SthingYang

关注

17
点赞
踩
27

收藏

觉得还不错? 一键收藏
0
评论
fMRI数据处理：从DICOM到NIFTI（下）

上一篇我们完成了对原始DICOM的数据整理，将其整理为了BIDS目录结构。作为从从DICOM到NIFTI的最后一篇，当然是介绍如何批量将DICOM格式转NIFTI格式啦！从DICOM到NIFTI系列就完成啦！撒花★,°.°★。从核磁机器把数据拷回来——到整理成BIDS格式——到批量转格式；我们fMRI数据处理的第一步就算是正式迈出去啦！接下来的内容，敬请期待吧~
复制链接

扫一扫