使用CAT進行MRI腦圖像分析
MED620122 生物醫學工程進展
數據
在所提供的6個T1 MRI數據(男性和女性各3位)上進行分析。根據SPM或CAT所提供的學習資料,邊學習邊分析這6個數據。
要求:
- 去除顱骨後對腦容量分析,如平均腦容量,男性與女性腦容量比較;
- 分割大腦灰質、白質和腦脊液,並進行比較分析;
- 分割出大腦左右尾狀核,並比較分析。
- 改善圖像的對比度,將6個圖像的亮度變換到同一空間,並進行變換前後對比顯示。
1 配置環境
系統環境: windows 10
軟件配置:
- MATLAB R2018b
- SPM12 (https://www.fil.ion.ucl.ac.uk/spm/software/)
- CAT(http://dbm.neuro.uni-jena.de/cat/index.html#DOWNLOAD)
- MRIcron (https://www.mccauslandcenter.sc.edu/crnl/)(僅用於可視化)
- xjview (http://www.alivelearn.net/xjview/)(僅用於可視化)
- MIPAV (https://mipav.cit.nih.gov/documentation.php#userguide)
2 操作流程
2.1 安裝與配置
首先至matlab官網下載安裝matlab2018b,安裝默認套件即可。
然後按照spm的說明,安裝spm12(https://www.fil.ion.ucl.ac.uk/spm/software/)。
CAT和xjview都是基於spm的,所以spm需要先安裝好。然後再下載安裝CAT,直接把下載的文件拷貝進spm12/toolbox
目錄即可。本次作業基本上使用CAT進行分析,所以可以參考學習CAT的manul(http://www.neuro.uni-jena.de/cat12/CAT12-Manual.pdf)。
MRIcron是直接下載好就能用的。xjview比較有意思,你填了郵箱以後,會由他的開發人員給你發下載地址和安裝教程,而使用說明是每日發一封郵件的形式逐天發給你。MIPAV也是直接下載就OK的
2.2 CAT分析流程
2.2.1 打開CAT
首先在matlab命令窗口依次輸入如下命令打開cat
addpath('D:/matlab_toolbox/spm12')
spm fmri
cat12
2.2.2 數據預處理(分割數據)
CAT12 → Preprocessing → Segment Data,依次選中6個病人的MRI文件,
Split job into separate processes可以設置多線程,由於該筆記本爲4核,所以設置爲4
顱骨去除,模板的選擇,配準的方案均選擇默認。
寫入文件的參數建議儘量選擇yes,防止後續處理中需要用到。
如果按照上述的,儘量輸出選項爲yes的話,共計會生成4個文件夾:
- label文件夾裏mat矩陣存了cobra、hammers、lpba40、neuromorphometrics四個圖譜的label。(mat矩陣中hammers圖譜中有類似於“尾狀核”(Caudate nucleus)的名稱lCauNuc以及rCauNuc,對應的data裏面的對應索引處,是“尾狀核”的體積(分別是其中灰質、白質、腦脊液的體積,單位是立方厘米,和fsl分割出來的大小略又差異))
- mri文件夾裏主要是Partial Volume的label(p0開頭)、灰質(p1開頭)、白質(p2開頭);歸一化後的灰質(wmp1開頭)、歸一化後的白質(wmp2開頭);配準後的灰質(rp1開頭),配準後的白質(rp2開頭);Jacobian determinant(wj開頭),Bias, noise and intensity corrected T1 image(wm開頭);wm表示:modulated (m) normalized (w),p表示:partial volume (PV) segmentation。
- report文件夾裏面主要是txt的運行日誌;pdf和png版本的整體報告,附錄中展示了其中一個報告的例子;mat矩陣裏面存了運行的參數,
- surf文件夾裏主要是surf的數據,Surface Tools的功能會用到
2.2.3 數據可視化
本次實驗的9張圖像可以通過進行可視化,結果可以參見附錄,具體操作過程如下:
CAT12 → Check data quality → Display one slice for all images
2.2.4 估計顱內總容積(TIV)
主要是進行腦容量,灰質、白質和腦脊液的測量
CAT12 → Statistical Analysis → Estimate TIV
Save values 選擇全都要保存
最終會得到如下的表格
Name | TIV | GM | WM | CSF | WMH |
---|---|---|---|---|---|
CC0003_63_F | 1145.14 | 488.14 | 386.42 | 268.51 | 2.07 |
CC0004_67_M | 1685.98 | 638.31 | 629.60 | 414.24 | 3.81 |
CC0005_62_M | 1457.42 | 606.25 | 514.36 | 335.73 | 1.07 |
CC0006_63_F | 1457.24 | 604.55 | 510.20 | 341.38 | 1.10 |
CC0007_62_M | 1704.09 | 639.64 | 663.79 | 398.57 | 2.08 |
CC0008_60_F | 1251.59 | 537.33 | 461.99 | 251.54 | 0.73 |
單位都是立方厘米
可以明顯看出有下面的關係
TIV+GM+WM+CSF+WMH
含義:
- TIV:顱內總容積total intracranial volume
- GM:灰質
- WM:白質
- CSF:腦脊液 cerebrospinal fluid
- WMH:白質高信號區 white matter hyperintensities
同時,可以從表中看出,男性的平均腦容量、大腦灰質、白質和腦脊液都明顯大於女性(男女的年齡是近似,初步推斷差異具有統計顯著性的)。
2.2.5 建立統計模型 Building the Statistical Model
這裏科普一下manul中的factor和covariates的含義
- 因變量(factor):分類變量,或聚類後的連續變量
- 協變量(covariates):一般指連續變量
此處我選擇的是Two-sample t-test
CAT12 → Statistical Analysis → Basic Models
雙樣本t檢驗,檢驗灰質的差異性(wmp1*),操作參數如圖:
灰質檢驗結果如下,可以從箱線圖看出來有明顯差異。
同樣的,對白質檢驗(wmp2*)結果如下,也可以從箱線圖看出來有明顯差異。
PS:此處選擇mwp1,mwp2,wm文件和rp1,rp2文件都可以,選擇p0,p1,p2文件會報錯。
2.2.6 xjview可視化
此處不能選擇最原始的nii
文件,也不能選p0,p1,p2
開頭的文件,會出warning
說圖像來源不同
此處選擇的是wm
開頭的文件,即Bias, noise and intensity corrected T1 image
操作及結果的要點:
- 點擊第一排倒數第二個
File
按鈕打開文件 - 選擇aal圖譜,並在左下方選擇“尾狀核”
- 界面中部的
// Right Cerebrum // Sub-lobar // Caudate // Gray Matter // Caudate Head // undefined
表示當前的解剖學位置
具體操作流程和結果如下:
2.2.7 MIPAV可視化
主要參考的教程在:https://mipav.cit.nih.gov/pubwiki/index.php/MIPAV_Help
其實就是可視化一下,變換圖像空間即可。
操作方法就是“File” -> “Open image(A) from disk” 打開文件,然後在“Image”選項裏面,選擇“Histogram - LUT”,拖動灰度直方圖就OK了
2.2.8 MRIcron可視化與編輯
我理解的MRIcron就是一個可以方便進行圖像標註,圖像可視化,圖像編輯操作的軟件。
這裏面有一個很重要的功能,在腦部影像圖像處理中經常需要用到,就是選取腦部大致區域ROI。
就是去除顱骨的時候,有些軟件是根據大腦的質心進行膨脹,然後拿到顱內部分,而我們平時拿到的數據經常會有頸部等區域,這些軟件魯棒性不好的話,“去除顱骨操作”會被這些區域影響,從而影響最終去除顱骨的效果。因此老師上課的時候,Draw->Advanced->Crop edges,先行把頸部去掉,防止影響後續去除顱骨的操作