CAT12(spm12)MRI图像预处理

2023-10-31 21:20
文章标签 图像 预处理 mri cat12 spm12

本文主要是介绍CAT12(spm12)MRI图像预处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • CAT12(spm12)MRI图像预处理
  • 数据来源
  • AC校正(Reorient)
  • 分割
    • 去颅骨和分割
    • 配准到MNI空间
    • 调制(Modulation)
    • 输出文件格式
  • 参考

CAT12(spm12)MRI图像预处理

由于在做基于深度学习的阿尔兹海默症分类项目,需对阿尔兹海默症的核磁共振数据进行预处理,特此写此博客记录项目中如何使用基于matlab的CAT12(spm12)软件来预处理MRI数据。

由于项目中最后只需要分割后的灰质图像,不需要进行之后的数据分析,博客中只涉及到自己项目中的数据处理步骤,其他CAT12的处理使用方法可查看CAT12使用手册。

数据来源

ADNI(Alzheimer’s Disease Neuroimaging Initiative,http://adni.loni.usc.edu/)
在这里插入图片描述
ADNI需注册账号,通过注册申请后在SEARCH中进行数据查找筛选。这里需要选到AD,MCI,CN三种情况的被试,数据图像模态选择MRI核磁数据,加权像一般选择T1。设定好筛选条件后进行搜索,这里下载的是相关数据的nifti文件。
在这里插入图片描述
在这里插入图片描述

AC校正(Reorient)

AC-PC:为前联合(anterior commissure, AC)后缘中点至后联合(posterior commissure, PC)前缘中点的连线,又称AC-PC线。脑立体定向手术和X-刀、Y-刀治疗多以此线为准,故脑立体定位断层解剖研究多以此线为基线。

首先我们要知道立体定向脑图谱与其他解剖学脑图谱的不同点。我们都知道,在地理学上,两座山峰高低的比较是以海平面为基础的。那么人脑的比较的基础又是什么呢?立体定向脑图谱是以前连合与后连合的连线(AC-PC)为基准的,因为研究已经表明不同人脑的AC-PC没有显著性差异。以AC-PC中点为原点我们可以建立三维坐标系,在这个三维空间中获得的不同人脑的数据就可以进行比较了。因此,立体定向脑图谱——以AC-PC线为基准线获得的脑图谱被称作是标准的脑图谱。

最后,做这一步的另一原因就是:如果不做这一步的话,直接做下一步分割的时候会报错。。。

如下图所示,红色点位置为前联合(AC),黄色点位置为后联合(PC)。
图一
使用spm打开MRI脑影像图,需将原点设置在如下图中红色十字线相交的位置。
图二

在AC校正时,需要将图像原点位置设定在AC处。具体步骤首先打开SPM,选择PET&VBM,在弹出界面选择Display,选择需要校正的图像,显示界面如下。将蓝色十字线点击移动到AC位置后,Crosshair Position中mm会显示出当前坐标位置,根据当前坐标位置,将其相反数依次填入下方right,forward及up三处后,同理如果被试头部太歪,可以在roll,yaw和pitch中输入数字对三个维度进行旋转调整,点击最下面Reorient完成AC校正。
在这里插入图片描述
在这里插入图片描述

分割

CAT12从SPM的ToolBox选项中选择进入,选择Segment Data界面对分割设置选项进行设置。在Volumes中可设置需要操作的被试数据。

去颅骨和分割

首先对被试的脑图进行去颅骨和分割,最后得到被试的灰质图像。下图为依次进行去颅骨和分割后的结果。

这里使用的CAT12中默认的选项。
在这里插入图片描述

配准到MNI空间

将每个被试的灰质图像依次配准到标准模版上,包括了线性配准和非线性配准。

线性配准包括了线性坐标变换和仿射变换,包括了坐标旋转、平移、整体以及局部的缩放。

非线性配准是局部的非线性形变,具体来说,就是将一个变形场应用在了原始图像上,对原始图像进行局部任意的变换。

这里我使用的是CAT12中默认的选项。

调制(Modulation)

调制是为了补偿空间归一化的影响。空间归一化由于仿射变换(全局缩放)和非线性扭曲(局部体积变化)而导致体积变化。在调制之后,将得到的调制图像保留归一化分区中的灰质信号的总量。因此,调制图像反映了空间归一化之前的组织体积。

Modulation就是利用非线性配准时候生成的变形场(warp)文件,对配准后的灰质组织的volume进行补偿。在warp文件中,保存了所有体素上volume的压缩/放大的信息,将这些信息(主要是warp数据中的一阶现行jacobian矩阵)应用在配准后的灰质上,在不改变灰质图像标准空间坐标的情况下,改变灰质的volume的intense,这样就既保证了被试数据在空间上的一致性可以比较,同时也保证了个体灰质的差异性。

这里使用的CAT12中默认选项进行放射变换和非线性扭曲的调制。
在这里插入图片描述

输出文件格式

输出文件的格式前缀如下格式:

m[0]w[r]p[0123]xxxxxxxxxxx.nii

其中字母和数字代表如下:
m -modulated
m0 -modulated non-linear only
w -warped
r -dartel warped
p -segmented
0 -PVE label
1 -GM
2 -WM
3 -CSF

其他相关步骤设置可参考CAT12使用手册,可在CAT12官网下载查看。参考链接中有youtube上关于VBM8的教学操作视频,有兴趣的可以观看。

参考

https://blog.csdn.net/qq_37960402/article/details/87777582
http://blog.sina.com.cn/s/blog_4d25466d0101ljtw.html
https://blog.csdn.net/happyhorizion/article/details/87894859
https://www.jianshu.com/p/dbc9b7de0e29
http://www.neuro.uni-jena.de/cat/
https://www.youtube.com/channel/UC-4mMqhusBLolOb7_E6zl1A/playlists

这篇关于CAT12(spm12)MRI图像预处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/318186

相关文章

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

基于WinForm+Halcon实现图像缩放与交互功能

《基于WinForm+Halcon实现图像缩放与交互功能》本文主要讲述在WinForm中结合Halcon实现图像缩放、平移及实时显示灰度值等交互功能,包括初始化窗口的不同方式,以及通过特定事件添加相应... 目录前言初始化窗口添加图像缩放功能添加图像平移功能添加实时显示灰度值功能示例代码总结最后前言本文将

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

动手学深度学习【数据操作+数据预处理】

import osos.makedirs(os.path.join('.', 'data'), exist_ok=True)data_file = os.path.join('.', 'data', 'house_tiny.csv')with open(data_file, 'w') as f:f.write('NumRooms,Alley,Price\n') # 列名f.write('NA

【MRI基础】TR 和 TE 时间概念

重复时间 (TR) 磁共振成像 (MRI) 中的 TR(重复时间,repetition time)是施加于同一切片的连续脉冲序列之间的时间间隔。具体而言,TR 是施加一个 RF(射频)脉冲与施加下一个 RF 脉冲之间的持续时间。TR 以毫秒 (ms) 为单位,主要控制后续脉冲之前的纵向弛豫程度(T1 弛豫),使其成为显著影响 MRI 中的图像对比度和信号特性的重要参数。 回声时间 (TE)

Verybot之OpenCV应用一:安装与图像采集测试

在Verybot上安装OpenCV是很简单的,只需要执行:         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试,编写一个通过USB摄像头采

【python计算机视觉编程——7.图像搜索】

python计算机视觉编程——7.图像搜索 7.图像搜索7.1 基于内容的图像检索(CBIR)从文本挖掘中获取灵感——矢量空间模型(BOW表示模型)7.2 视觉单词**思想****特征提取**: 创建词汇7.3 图像索引7.3.1 建立数据库7.3.2 添加图像 7.4 在数据库中搜索图像7.4.1 利用索引获取获选图像7.4.2 用一幅图像进行查询7.4.3 确定对比基准并绘制结果 7.

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

HalconDotNet中的图像特征与提取详解

文章目录 简介一、边缘特征提取二、角点特征提取三、区域特征提取四、纹理特征提取五、形状特征提取 简介   图像特征提取是图像处理中的一个重要步骤,用于从图像中提取有意义的特征,以便进行进一步的分析和处理。HalconDotNet提供了多种图像特征提取方法,每种方法都有其特定的应用场景和优缺点。 一、边缘特征提取   边缘特征提取是图像处理中最基本的特征提取方法之一,通过检

超越IP-Adapter!阿里提出UniPortrait,可通过文本定制生成高保真的单人或多人图像。

阿里提出UniPortrait,能根据用户提供的文本描述,快速生成既忠实于原图又能灵活调整的个性化人像,用户甚至可以通过简单的句子来描述多个不同的人物,而不需要一一指定每个人的位置。这种设计大大简化了用户的操作,提升了个性化生成的效率和效果。 UniPortrait以统一的方式定制单 ID 和多 ID 图像,提供高保真身份保存、广泛的面部可编辑性、自由格式的文本描述,并且无需预先确定的布局。