前言
基于体素的形态学方法(voxel-based morphometry, VBM),是大脑结构研究中最常见的指标。我刚开始学习fMRI数据处理时主要都聚焦在功能差异的研究,但接触了一批受外伤的被试,对其脑结构的改变产生兴趣,遂学习之。
VBM用T1计算,稳定性强;覆盖全脑,全面性强;而且其计算软件发展已经很成熟,可以自动化完成。大概一天时间就可学会。
(ps:VBM等指标有很多种计算方法,我选择用DPABI来生成和校准T1,因为批量化处理迅速;选择cat12来做分割因为精细化程度高,本笔记仅供参考。)
一、环境配置
系统:Windows 11
软件运行平台:Matlab2022a
所需工具包:
二、处理总流程
目录
三、处理步骤
1.用DPABI预处理T1
1.1 生成T1图像
将原始的T1图像由dcm转化为.nii格式,以备后续查看和操作。参考图2用DPABI自带的DICOM to NIFTI功能进行转化即可。
1.2 校正T1原点(Reorient)
前联合 (Anterior Commissure, AC):连接两侧颞叶的前部和下部区域;后联合(Posterior Commissure, PC):位于大脑中部偏后,靠近中脑顶盖。两者都是重要的大脑白质纤维结构。
勾选Reorient T1*,DPABI会在处理过程中自动跳出手动校准原点的UI页面。进行操作后点击Reorient Images确认。
AC校正简单来说就是:手动设置大脑3D笛卡尔坐标系的原点。而原点位置应该在前联合(AC)处,并与后联合(PC)形成直线的连线。其具体原理和方法参考(AC校准)。
用DPABI处理完后,我们得到了原点标准化的T1图像,可以进行后续处理了。
2.用CAT进行分割(Segment)
从spm的Toolbox里启动cat12,选中cat12-Preprocessing-Segment,开始设置自动化分割、配置、调和的具体参数。cat12作为专业的VBM计算软件,提供非常多精细化的处理。
大多数的步骤都可以按照默认设置。我们主要关注是否需要输出SBM结果,如果不需要可以选择No,这样可以节省运算时间。其次关注是否需要用ROImask提取感兴趣区。(这一步我每次都报错,还在研究中。)
3.用spm确认分割质量(Qauilty Control)
正常的IQR>75%即可;正常的图像计算时间在35-45min内。
图像质量确认应该分为三步。(质量确认官方教程)
- 第一:查看输出的pdf,看IQR(图像质量参数)是否>75%。
- 第二:通过逐一切片的检查确认标准化没有问题(看是否有某一脑结构的缺漏)。
- 第三:cat12自带的相关性分析。
(ps.我在用cat12软件做质量控制时,永远都在报错,所以可以用spm check reg替代。)
4.用spm进行平滑(Smooth)
在spm-Spatial Preprocessing-Smooth里选择输出的文件里mvp1开头的文件,进行Smooth处理。
四、总结
回顾一下,本笔记介绍了从T1原始图像到灰质体素图像的全过程。
在先使用DPABI软件预处理好T1图像后,用Cat的Segment自动化功能得到分割后的灰质体素图像,再用spm进行Smooth。那么就得到了可以使用的灰质体积图像,后续再通过TIV得到全脑体积,然后进行组间比较、临床相关等统计分析即可。
标签:DPABI,cat12,Smooth,VBM,T1,spm,图像,CAT,SBM From: https://blog.csdn.net/Rose9614/article/details/140665644