Freesurfer学习笔记——Multimodal Integration(3 Diffusion and DTI Integration) 8/13_anistropy diffusion filter matlab

Diffusion Imaging Basics

Diffusion扩散 MR imaging（dMRI）扩散成像是为了测量水分子在组织中的扩散。在大脑中，白质束像小稻草一样限制扩散的方向。因此，Diffusion tensor imaging（DTI）扩散张量成像分析是一种特殊的扩散成像，可以专门测量白质区域内扩散的方向和该方向的“强度”。首选取向的强度通常通过分数各向异性fractional anisotropy（FA）来衡量，而扩散率通常通过表观扩散系数Apparent Diffusion Coefficient（ADC）来衡量。

在进行任何dMRI分析之前，通常需要通过选择其中一幅图像作为模板（通常是low-b volume）来先进行运动校正（有时是涡流校正）的扩散加权图像。这将使所有与dMRI相关的图都与模板一致。因此，该模板应用作配准目标。

Tutorial Data Set

此数据是从MIND联盟研究中的MGH处获得。 采集了70张图像，其中10张low-b和60张扩散加权。 b值和梯度方向分别存储在bvals.dat和bvecs.dat中。 扩散数据位于$ TUTORIAL_DATA / diffusion_tutorial目录中，相应的FreeSurfer解剖分析（recon）位于$ TUTORIAL_DATA / diffusion_recons目录中。

Preparations

source your_freesurfer_dir/SetUpFreeSurfer.sh
export TUTORIAL_DATA=your_tutorial_data
export SUBJECTS_DIR=$TUTORIAL_DATA/diffusion_recons
export TUTORIAL_DIR=$TUTORIAL_DATA/diffusion_tutorial
subj=Diff001
cd $TUTORIAL_DIR/$subj/dtrecon

注意：

如果您使用的shell是tcsh或csh而不是bash，则：

1.source SetUpFreeSurfer.csh

2.用setenv代替export。

3.如果不确定正在运行哪个shell，请在终端中键入命令 $ SHELL。

dMRI Data Analysis Processing Stream

Pre-processing

要准备用于分析的diffusion数据，则需要执行以下步骤。 在每个步骤中，都有1.命令的描述2.它与整体处理流的关系3.实际使用的命令3.如何可视化输出。 尽管输出的文件名和类型不同，但是都可以使用Tracula完成预处理步骤。

DT_RECON

dt_recon命令：

1.重建扩散数据（默认图像已完成FreeSurfer解剖分析（recon）步骤）

2.校正涡流和运动伪影

3.生成多个NIFTI卷

dt_recon --b bvals.dat bvecs.dat --i $TUTORIAL_DIR/$subj/orig/6-1.dcm --s $subj --o $TUTORIAL_DIR/$subj/dtrecon

* dt_recon只能运行一次，否则您将收到一条错误消息，即发现多个卷并且该程序将停止。这意味着，如果您对recon进行手动编辑，则必须删除文件并重新运行dt_recon。由于我们已经为您运行了该命令，因此，如果您尝试重新运行该命令，则会收到该错误提醒。二次运行dt_recon的唯一方法是删除现有的输出目录并获得数据的干净副本。

笔记：

1. 我们以本教程为例的主题已在Siemens扫描仪中进行了扫描。因此，我们的输入为DICOM格式。在接下来的分析中 b值和渐变方向分别存储在bvals.dat和bvecs.dat中。如果您的扩散数据是使用非西门子扫描仪获取的，则可以使用“ --b”标志指定扫描特定的b值和矢量，如上面的命令所示。
2.我们的主题的DICOM文件的位置由“ --i”标志指示。
3.为了自动在同一主题的结构扫描和扩散扫描之间建立对应关系，我们使用“ --s”标志传递主题ID信息。这将使程序可以在结构recon的“ $ SUBJECTS_DIR / $ subj”中找到相关文件。 （如果在扩散分析时无法访问结构recon，则可以省略“ --s”并使用“ --no-reg”标志。）
4.想要输出的位置用“ --o”标志指示。在此示例中，我们将命名输出文件夹“ dtrecon”，该文件夹将由程序自动创建。
5.要查看可用于在多个主题上运行dt_recon的脚本，请查看此页面上的'DiffPreproc.csh'脚本。运行“ ls”以查看dt_recon的输出。

Check the Registration

如上文“扩散成像基础知识”部分所述，习惯上对扩散加权图像进行运动校正（有时对涡流校正）。 可以使用dt_recon完成。 这是通过自动选择其中一张图像作为模板来完成的（通常是low-b的体积，因为这具有最佳的对比度）。 这将使所有与dMRI相关的图都与模板一致。 因此，该模板应用作剩余扩散加权图像的配准目标。

检查所有扩散加权图像的配准。 它们都应该彼此对齐，但是如果表面不完全对齐也可以。

freeview dwi.nii.gz

dt_recon 除了将所有扩散体积配准到low-b目标外，还将您的扩散数据与受试者的FreeSurfer解剖分析（recon）配准。

检查模板的注册。 在这种情况下，模板是low-b图像：

freeview -v $SUBJECTS_DIR/$subj/mri/orig.mgz \
            lowb.nii:reg=register.dat \
         -f $SUBJECTS_DIR/$subj/surf/lh.white:edgecolor=green \
            $SUBJECTS_DIR/$subj/surf/rh.white:edgecolor=green \
         -viewport coronal

使用Alt + V在lowb和orig（recon的输出）之间切换，并使用曲面作为参考以确保它们对齐。

Viewing the Data

运行dt_recon命令并确认扩散数据已向解剖数据配准后，您可能需要查看Freeview中的某些输出。 例如，您可以运行以下命令来查看分数各向异性体积 fractional anisotropy volume（fa.nii）和表观扩散系数体积apparent diffusion coefficient volume（adc.nii）。 需要预先定义“ $ TUTORIAL_DIR”和“ $ subj”的参数。 如果尚未执行此操作，请参见上面的“教程数据集”部分。

freeview -v fa.nii adc.nii

滚动鼠标中键进行放大和缩小。 单击并按住鼠标中键可在图像中移动。 使用“向上”和“向下”箭头（或“向上翻页”和“向下翻页”键）在卷片之间来回移动。 使用方向按钮切换平面（sagittal，coronal，axial，3D）。 使用“ Alt + C”在两个卷之间切换。

各向异性分数的冠状图（fa.nii）：

表观扩散系数体积的冠状图（adc.nii）：

可以使用Freeview查看dt_recon生成的所有其他体积数据集。 要查看各种输出的说明，请参见dt_recon页面。 完成后关闭Freeview，然后继续下一步。

FA图也可以看作是对象的解剖数据的热力图，以白质parcellation（wmparc.mgz）作为分割，可以查看各种wm ROI中的FA值。 尽管灰度是显示FA图的最常用方法，但有些人发现，在热度图中比在灰度图中更容易查看FA值的变化：

*注意：想要从同一终端打开另一个Freeview窗口，您必须先关闭之前打开的Freeview窗口（可视化adc和fa映射）。

freeview -v $SUBJECTS_DIR/$subj/mri/brain.mgz \
            $SUBJECTS_DIR/$subj/mri/orig.mgz \
            $SUBJECTS_DIR/$subj/mri/wmparc.mgz:colormap=lut:opacity=0.2 \
            fa.nii:reg=register.dat:colormap=heat:heatscale=.2,.2,1 -colorscale -viewport coronal

笔记：

1.FA是介于0和1之间的值，因此阈值设置为0.2和1。
2.当窗口第一次出现时，大脑外部会有很多活动。 要消除这种情况，请选择FA卷，然后将“Mask”下拉菜单设置为“brain”。 这使得Freeview仅显示fa.nii与brain.mgz上 x> 0时一致的体素，其他所有体素都将消失。 这样，将排除大脑外fa.nii的任何体素（由brain.mgz确定）。

3.在下图中，您可以看到白质具有较高的FA。

完成后关闭Freeview。 下一节将向您展示如何为每个wmparc标签提取这些FA值。

Resampling Structural Data in the Diffusion Space

为了分析扩散数据中特定的皮层下或白质区域，我们可以对从结构数据通过recon-all创建的皮层下分段进行重采样到扩散空间。 当您运行上面的dt_recon命令时，扩散和结构空间之间的配准已经计算好了。 可以在“ register.dat”文件中找到该配准。

“ register.dat”文件描述了从扩散到结构空间的rigid-body刚体转换。 但是要将结构体积重新采样到扩散空间中，我们将需要将此变换的逆 应用于输入体积。 我们将'mri_vol2vol'命令用于此任务。 在下面的示例中，我们将白质碎片体积（wmparc.mgz）重新采样到扩散空间中。 此外，您可能还想对皮质标记的卷（aparc + aseg.mgz）重复该过程，但这对于本教程不是必需的。

mri_vol2vol --mov lowb.nii \
            --targ $SUBJECTS_DIR/$subj/mri/wmparc.mgz \
            --inv --interp nearest --o $SUBJECTS_DIR/$subj/mri/wmparc2diff.mgz \
            --reg register.dat --no-save-reg

笔记：

1.原始配准的目标是在结构空间中，并以'--targ'标志表示。由于我们希望在扩散空间中重新采样结构空间中的wmparc.mgz体积，因此在上文中，我们将目标体积确定为该体积。
2.使用“ --mov”和“ --targ”输入标志应反映“ register.dat”文件中转换的原始方向。我们将扩散数据（“moved”）放入结构空间。但是现在，我们想要将把结构数据放入扩散空间。因此，“moved”和“target”卷的角色将被颠倒。“ --inv”标志，它将反转其角色。
3.当我们最初计算“ register.dat”转换时，是“ lowb.nii”体积被移入结构空间，因此我们通过“ --mov”标志指示该体积。 （注意：此处可以使用dt_recon输出中与扩散相关的任何体积。）

4.'--interp'标志指示我们要用于重采样的插值类型。对于分割体积，该选项应始终设置为最近，表示最近邻插值。
5.“ --o”标志指示想要的输出文件名位置，在我们的示例中为“ wmparc2diff.mgz”。使用的典型命名约定是“ orig2targ.mgz”。
6.刚体转换矩阵存储在“ register.dat”文件中，并由“ --reg”标志指示。您可以使用相同的“ register.dat”文件将该主题的其他结构卷移至相同的扩散空间。
7.'--no-save-reg'标志告诉'mri_vol2vol'不要写出另一个注册矩阵文件。
8.要查看可用于同时使用wmparc.mgz和aparc + aseg.mgz的多个主题上运行mri_vol2vol命令的脚本，请查看此页面上的AlignAnat2Diff.csh脚本。

与往常一样，检查模板的配准。在这种情况下，模板是low-b图像：

freeview -v lowb.nii \
            $SUBJECTS_DIR/$subj/mri/wmparc2diff.mgz:colormap=lut \
         -f $SUBJECTS_DIR/$subj/surf/lh.white:edgecolor=green \
            $SUBJECTS_DIR/$subj/surf/rh.white:edgecolor=green \
         -viewport coronal

使用Alt + V在low-b和wmparc之间切换，并以曲面为指导以确保它们对齐。

上面提到的AlignAnat2Diff.csh脚本还会对同一主题重新采样aparc + aseg。 要查看结果，请运行：

freeview -v fa.nii \
            $SUBJECTS_DIR/$subj/mri/aparc+aseg2diff.mgz:colormap=lut

笔记：

1. 重新采样的aparc + aseg体积称为aparc + aseg2diff.mgz。
2. 上面的命令将重新采样的aparc + aseg以及FA体积（fa.nii）加载到Freeview中。
3. 为了能够看到aparc + aseg2diff.mgz上的颜色标签，您必须指定一个包含这些标签，颜色和名称的颜色表。 可以这样完成：在表所需的卷名后附加：colormap = lut 。 “ lut”代表查找表。

皮层标记的体积（aparc + aseg2diff.mgz）的冠状视图覆盖在分数各向异性体积fractional anistropy volume（fa.nii）上：

Masking

您可能已经注意到，当我们在Freeview中查看扩散图像时，扩散图像中会有一些不需要的“噪声”或“斑点”。 这可以通过掩盖大脑周围的空间来消除。 对于mask，我们将使用recon目录中的一个分割卷，该分割卷已被重新采样到扩散空间中（wmparc2diff.mgz）。 要将遮罩应用于扩散数据并消除不必要的“噪声”，我们将使用“ mri_mask”命令。

mri_mask fa.nii \
         $SUBJECTS_DIR/$subj/mri/wmparc2diff.mgz \
         fa-masked.mgz

笔记：

1. 命令参数的顺序决定了要采取的措施。第一个参数应该是您要屏蔽的卷。第二个参数是用作mask的卷。第三个参数应该是您要创建的输出文件的名称。在此示例中，我们在原始未屏蔽卷文件的名称后附加“ -masked”，以便区分它们。
2. 上面的命令将mask应用于分数各向异性体积（fa.nii），但是您可以在任何其他扩散体积（即adc.nii，ivc.nii）上运行'mri_mask'。
3. 所有非大脑区域将分配给背景。
4. 要查看可用于在多个主题上运行mri_mask命令的脚本，请查看此页面上的'DiffMasking.csh'脚本。

5. mask中的任何问题都可能是由于wmparc2diff.mgz和fa.nii卷之间的配准问题导致的。如果要提高蒙版的精度，请尝试固定这两个体积之间的配准，或在蒙版上添加“padding”----使用mri_mask -bb标志在每个方向上通过一个体素增加蒙版的边界。

运行下面的freeview命令以比较增加mask前后的分数各向异性体积（fa.nii）：

freeview -v fa.nii \
            fa-masked.mgz

使用Alt + c可以在两个卷之间快速切换，并观察差异。

未掩盖的分数各向异性体积（fa.nii）的冠状图：

mask后分数各向异性体积的冠状图（fa-masked.mgz）：

FA ROI Analysis

我们已经将白质分段和皮层下分割重新采样到对象的扩散空间中。 现在，我们将使用mri_segstats获取以下每个ROI的FA统计信息（在LUT中找到索引/名称对）：

 251 CC_Posterior (Posterior Corpus Callosum)
3024 wm-lh-precentral
3030 wm-lh-superiortemporal
3021 wm-lh-pericalcarine
  12 Left-Putamen
   4 Left-Lateral-Ventricle

wm-lh-precentral, wm-lh-superiortemporal, and wm-lh-pericalcarine是由回旋白质分段生成的。 现在运行mri_segstats：

mri_segstats \
    --seg $SUBJECTS_DIR/$subj/mri/wmparc2diff.mgz \
    --ctab $FREESURFER_HOME/FreeSurferColorLUT.txt \
    --id 251 --id 3021 --id 3024 --id 3030 --id 12 --id 4 \
    --i fa.nii --sum fa.stats

在文本编辑器中打开fa.stats文件查看输出（该文件应该位于您当前所在的目录中）。您会发现CC的平均FA约为0.59；回旋分裂在0.2-0.5之间；左putamen约0.24；ventricle脑室约为0.12。这是可以预期的，因为CC是高度定向的，没有交叉光纤，因此我们预测CC具有最高的FA。回旋白质也是定向的，但其中有纤维交叉，因此回旋白质的预期FA低于CC。灰质（丘脑）仍然较低。心室的扩散是各向同性的，因此我们预测心室的FA最低。

注意：ROI分析仅与细分体积一样准确。如果重新采样到扩散空间的分割体积不准确，那么您的ROI统计信息也将不准确。确保始终检查配准是否存在结构体积和扩散体积之间的不匹配。如果没有配准问题，请检查以确保您在结构空间中的分割正确。

Spatial Normalization

在这一点上，我们可以对单个对象的扩散和结构数据进行分析，但是我们不能对多个对象进行基于体素的组分析，因为数据集尚未在公共坐标空间中对齐。换句话说，一个对象的体积中的某个坐标位置不一定与其他对象中的相同解剖位置相对应。我们希望将每个主题的扩散数据标准化（重新采样）到指定的公共坐标空间中。

在下面的示例中，数据将重新采样到CVS（组合体积和曲面配准算法）空间中，但是您也可以在其他坐标系（例如MNI或Talairach）中对数据进行规范化。在结构性获取上运行mri_cvs_register的结果是，创建了一个.m3z变体文件（“ combined_tocvs_avg35_elreg_afteraseg-norm.m3z”），该文件描述了每个主题的转换，这些转换需要从一个个体的本机空间转换到通用的CVS空间。我们已经运行mri_cvs_register为您生成.m3z变形文件。有关自行运行mri_cvs_register的更多信息，请单击此处。

mri_vol2vol --targ $FREESURFER_HOME/subjects/cvs_avg35/mri/norm.mgz \
            --m3z $SUBJECTS_DIR/$subj/cvs/combined_tocvs_avg35_elreg_afteraseg-norm.m3z \
            --noDefM3zPath \
            --reg $TUTORIAL_DIR/$subj/dtrecon/register.dat \
            --mov fa-masked.mgz \
            --o fa-masked.ANAT+CVS-to-avg35.mgz \
            --interp trilin --no-save-reg

笔记：

1. '--targ'标志指示目标CVS空间，我们要在其中对moving volume进行重新采样。
2. “ --m3z”标志指示通过mri_cvs_register命令创建的变形文件的名称，该文件用作该主题的本机空间和CVS空间之间的链接。
3. '--noDefM3zPath'标志指示mri_vol2vol不要在默认目录（$ SUBJECTS_DIR / $ subj / mri / transforms）中搜索变形文件，而是使用完整的输入文件名。
4. '--reg'标志标识描述结构与扩散空间之间的连接的刚体运动。由于CVS变形是使用结构体积计算的，在上面的示例中，我们将CVS变形应用于扩散体积，因此我们需要确保这两个空间之间的转换（结构和扩散，而不是CVS空间与个体空间）在重采样过程中也要考虑到。
5. “ --mov”标志指示移动体积，我们要在公共CVS空间中重新采样以进行后续组分析的体积。
6. '--o'标志描述输出文件的名称。
7. '--interp'标志指示我们要用于重采样的插值类型。我们不使用分段体积作为输入，因此我们使用默认的trilinear（trilin）插值选项。如果要在CVS空间中对细分量（例如wmparc或aseg）进行重新采样，则需要使用最近邻（最近）插值选项。
8. 同样，'-no-save-reg'标志告诉命令不要写出正在应用的注册矩阵的另一个副本。
9. 在运行组分析之前，您需要对数据集中的每个主题运行此命令。要查看可以用来执行此操作的脚本，请查看此页面上的AlignAnatCVSToAVG.csh脚本。

要在公共CVS空间中重新采样后查看“ norm.mgz”文件（位于目标CVS空间中）和“ fa-masked.mgz”文件，请运行：

freeview -v $FREESURFER_HOME/subjects/cvs_avg35/mri/norm.mgz \
            fa-masked.ANAT+CVS-to-avg35.mgz

使用Alt + c在两个体积之间切换。

目标CVS空间的冠状视图（norm.mgz）我们重新采样为：

将被屏蔽的分数各向异性体积重新采样到CVS空间后的冠状视图（fa-masked.ANAT + CVS-to-avg35.mgz）：

将研究中的所有主题放入同一坐标系后，就可以开始对重新采样的主题进行分组分析了。