Python与医疗图像2

1. 医学影像学

解析：

[1]医学影像学Medical Imaging，是研究借助于某种介质[如X射线、电磁场、超声波等]与人体相互作用，把人体内部组织器官结构、密度以影像方式表现出来，供诊断医师根据影像提供的信息进行判断，从而对人体健康状况进行评价的一门科学，包括医学成像系统和医学图像处理两方面相对独立的研究方向。

[2]仪器主要包括X光成像仪器、CT[普通CT、螺旋CT]、正子扫描[PET]、超声[分B超、彩色多普勒超声、心脏彩超、三维彩超]、核磁共振成像[MRI]、心电图仪器、脑电图仪器等。

[3]课程设置包括：[1]主干学科：基础医学、临床医学、医学影像学.[2]主要课程：物理学、电子学基础、计算机原理与接口、影像设备结构与维修、医学成像技术、摄影学、人体解剖学、诊断学、内科学、影像诊断学、影像物理、超声诊断、放射诊断、核素诊断、介入放射学、核医学、医学影像解剖学、肿瘤放疗治疗学、B超诊断学。

 

2. MNI空间

解析：MNI空间是Montreal Neurological Institute根据一系列正常人脑的磁共振图像而建立的坐标系统。Native空间就是原始空间，图像没有做任何变换时就是在原始空间。在这个空间中图像的维度、原点、voxel size等都是不同的，不同被试的图像之间不具有可比性，计算出来的任何特征都不能进行统计分析，或是用于机器学习。所以必须对所有被试的图像进行配准标准化到同一个模板上，这样所有被试的维度、原点、voxel size就一样了。使用MNI标准模板，就表示把图像转换至MNI空间了。一般而言MNI模板是最常用的，研究的比较多。标准空间的图像也是指MNI空间的图像。Talairach空间和MNI空间的坐标有对应的关系，很多软件都提供这个功能，比如Mricron、REST等。Talairach空间主要是为了判别当前坐标在什么结构上，Talairach atlas and Talairach coordinates就是Stereotaxic space。

 

3. 脑成像数据模态 [16]

解析：脑成像数据主要有DTI、FMRI、3D三种模态。其中，DTI，3DT1是三维数据，FMRI是四维数据。

[1]DTI：Diffusion Tensor Imaging，磁共振弥散张量成像。

[2]FMRI：Functional Magnetic Resonance Imaging，功能性磁共振成像。

 

4. DICOM格式

解析：DICOM [Digital Imaging and Communications in Medicine]即医学数字成像和通信，是医学图像和相关信息的国际标准[ISO 12052]。它定义了质量能满足临床需要的可用于数据交换的医学图像格式。DICOM被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备[X射线，CT，核磁共振，超声等]，并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。在数以万计的在用医学成像设备中，DICOM是部署最为广泛的医疗信息标准之一。当前大约有百亿级符合DICOM标准的医学图像用于临床使用。

 

5. 原子[原子核，电子]，原子核[质子，中子]

解析：氢原子模型：电中性的原子含有一个正价的质子与一个负价的电子，被库仑定律束缚于原子核。质子和电子都是构成物质的基本粒子。任何物质都是由原子构成的，而原子可以看作一个模型：原子核和绕原子核运动的电子。原子核可以进一步分为质子和中子。电子带负电荷，质量非常小。质子带正电荷，其质量和中子的质量大致相等。 

 

6. 轨道磁矩和自旋磁矩

解析：在原子中，电子因绕原子核运动而具有轨道磁矩；电子因自旋具有自旋磁矩；原子核、质子、中子以及其它基本粒子也都具有各自的自旋磁矩。这些对研究原子能级的精细结构，磁场中的塞曼效应以及磁共振等有重要意义，也表明各种基本粒子具有复杂的结构。

 

7. 磁化强度

解析：磁化强度[M]是描述磁介质磁化状态的物理量。在国际单位制中，M的单位为安培/米。定义为媒质微小体元ΔV内的全部分子磁矩矢量和与ΔV之比。即对于顺磁与抗磁介质，无外加磁场时，M恒为零；存在外加磁场时，如右所示：。

[1]抗磁性物质的磁化强度的大小与外磁场的大小成正比，但是方向与外磁场方向相反。

[2]顺磁性物质的磁化强度的大小与外磁场的大小成正比，而且方向与外磁场方向相同。

 

8. fMRI数据结构

解析：

[1]时间分辨率

[2]空间分布率

[3]结构图像：空间分辨率相对很高。

[4]功能图像：时间分辨率相对很高。

 

9. K空间

解析：K空间的数据分布实际上是图像空间中数据的二维傅立叶变换结果。K空间中的数据点和图像空间中的数据点并不是一一对应的。一个K空间中的数据点对应了图像空间中所有数据点的一部分信息。事实上，K空间中的数据正是图像空间中的数据作二维傅立叶变换的结果，也就是说，我们的“大脑图像”可以被看作是由一系列频率、相位、方向各异的二维正弦波叠加而成的，而K空间的数据正表示了图像的正弦波组成。因此，为了理解如何从K空间中的数据变换得到图像空间中的数据，必须首先理解傅立叶变换。 

 

10. MRI与fMRI

解析：

[1]MRI扫的是大脑的结构图像，也叫T1权重图像。它有着很高的空间分辨率，可以从中看到非常清晰的解剖结构，也可以从中区分出各种不同的组织。 

[2]fMRI往往用于研究大脑的具体功能，扫出来的是功能图像，也叫做T2*权重图像。虽然它的空间分辨率比较低，但是时间分辨率很高，可以在很短的时间内扫出一叠功能图像。这样就可以研究实验操作究竟是如何影响大脑的MRI信号的。 

 

11. BOLD指数

解析：BOLD指数指的是有氧血红蛋白[Oxygenated Hemoglobin]的含量和脱氧血红蛋白[Deoxygenated Hemoglobin]含量的比值。 

 

12. BOLD原理

解析：有氧血红蛋白是抗磁性[Diamagnetic]的，脱氧血红蛋白是顺磁性[Paramagnetic]的。fMRI[T2*权重]正是利用了血红蛋白在这两种状态下不同的磁性性质，顺磁性的脱氧血红蛋白可以增强MR的原磁场。当它的含量下降时，BOLD fMRI信号会跟着上升。脱氧血红蛋白上升，会导致信号的下降，因为它会干扰主磁场，导致信号的衰减加速。

 

13. fMRI数据预处理 

解析：数据预处理步骤包括：可视化[Visualization]、去伪影[Artifact removal]、时间配准[Slice time correction]、头动校正[Motion correction]、生理噪音校正[Correction for physiological effect]、结构功能配准[Co-registration]、标准化[Normalization]和时空间滤波[Spatial and temporal filtering]。

 

14. 现代神经影像学技术

解析：脑电图[EEG]；单光子发射体层成像[SPECT]；正电子发射型计算机断层显像[PET]；功能性磁共振成像[fMRI]；侵入性光学成像[Invasive Optical Imaging]；颅内电极记录[Intracranial Recording]；脑皮层电图[ECoG]。其中应用最为广泛的是fMRI和PET。

 

15. Analyze格式

解析：Analyze格式储存的每组数据组包含2个文件，一个为数据文件，其扩展名为.img，包含二进制的图像资料；另外一个为头文件，扩展名为.hdr，包含图像的元数据。在fMRI的早期，Analyze格式最常用的格式，但现在逐渐被NIfTI格式所取代。Analyze格式主要不足就是头文件不能真正反映元数据。      

 

16. NIfTI格式 

解析：标准NIfTI图像的扩展名是.nii，包含了头文件及图像资料。由于NIfTI格式和Analyze格式的关系，因此NIfTI格式也可使用独立的图像文件[.img]和头文件[.hdr]。单独的.nii格式文件的优势就是可以用标准的压缩软件[如gzip]，而且一些分析软件包[比如FSL]可以直接读取和写入压缩的.nii文件[扩展名为.nii.gz]。

 

17. nilearn模块

解析：

[1]nilearn.connectome: Functional Connectivity

[2]nilearn.datasets: Automatic Dataset Fetching

[3]nilearn.decoding: Decoding

[4]nilearn.decomposition: Multivariate decompositions

[5]nilearn.image: Image processing and resampling utilities

[6]nilearn.input_data: Loading and Processing files easily

[7]nilearn.masking: Data Masking Utilities

[8]nilearn.regions: Operating on regions

[9]nilearn.mass_univariate: Mass-univariate analysis

[10]nilearn.plotting: Plotting brain data

[11]nilearn.signal: Preprocessing Time Series

说明：Nilearn是一个将机器学习、模式识别、多变量分析等技术应用于神经影像数据的应用中，能完成多体素模式分析[MVPA:Mutli-Voxel Pattern Analysis]、解码、模型预测、构造功能连接、脑区分割、构造连接体等功能。一般用于处理功能磁共振图像[FMRI]、静息状态[resting-state]，或者基于体素的形态学分析[VBM]。对于机器学习专家来说，Nilearn的价值体现在特定领域特定工程的构造，也就是将神经影像数据表达成为非常适合于统计学习的特征矩阵。[17]

 

18. 可获取的三种磁共振信号

[1]自由感应衰减信号[FID]：一般不用FID信号来重建图像，因为信号的较大幅度部分被掩盖在90度射频内；线圈发射和接受通路之间来不及切换。

[2]自旋回波信号[SE]：较为常用的也是最早用以进行磁共振图像重建的信号，只是需要多施加一次1800RF脉冲，回波时间较长。

[3]梯度回波信号[GrE]：较新的可大大缩减磁共振扫面时间的用以重建图像的信号，又称场回波。

说明：MPRAGE即快速梯度回波成像。

 

19. SPM和AFNI

解析：

[1]SPM：A powerful set of MATLAB functions for preprocessing, analysis, and display of fMRI and PET data. It is currently freely available.

[2]AFNI：A set of programs for processing, analyzing, and displaying functional MRI (fMRI) data. It runs on Unix-based systems and is currently freely available.

 

20. fMRI分析的主要步骤

解析：fMRI数据分析之所以复杂是由许多因素造成的：第一，数据容易受到许多伪迹的影响，比如头动。第二，数据中存在许多变异来源，包括个体间差异以及个体内不同时间的变异。第三，数据的维度很大，对许多惯于分析小型数据的科学工作者们来说存在许多挑战。fMRI数据分析的主要步骤分别对应于解决上述这些问题。如下所示：

[1]质量控制：确保数据不被伪迹破坏。

[2]扭曲校正：校正fMRI图像经常发生的空间扭曲失真。

[3]头动校正：校正头动，将扫描的时间序列图像重新对准。

[4]层间时间校正：校正图像不同层之间的时间差异。

[5]空间标准化：将不同个体的数据对准到一个通用空间结构上，使得所有数据可以合并进行组分析。

[6]空间平滑：有意模糊数据以降低噪声。

[7]时间过滤：在时间维度上过滤数据，以去除低频噪声。

[8]统计建模：将统计模型拟合到观测数据，以估计任务或刺激引起的响应。

[9]统计推断：估计结果的统计显著性，对在整个大脑中进行的大量统计检验进行校正。

[10]可视化：对结果进行可视化，并估计效应量。

 

21. 神经元与神经系统

解析：神经元，又称神经原或神经细胞，是构成神经系统结构和功能的基本单位。神经元是具有长突起的细胞，它由细胞体和细胞突起构成。神经系统是机体内对生理功能活动的调节起主导作用的系统，主要由神经组织组成，分为中枢神经系统和周围神经系统两大部分。中枢神经系统又包括脑和脊髓，周围神经系统包括脑神经和脊神经。

 

22. 基于MRI标准坐标空间的三个主要坐标轴示意图

解析：在用于神经成像数据的标准空间中，X代表左/右；Y代表前/后；Z代表上/下。在数据矩阵中，一个特定的体素可以被标记为[Xvox, Yvox, Zvox]，通过这三个维度的坐标就可以确定体素的位置。如下所示：

 

23. SPM数据转换

解析：使用SPM进行数据处理前，必须先将其它档案格式转换成spm可以读取的Analyze档案格式，包含.img档和.hdr标头档。相关的转档软件有XMedCon和MRIcro等。   

 

参考文献：

[1] 南方医科大学：http://course.smu.edu.cn/coursecenter/Page/SchoolSpace/Department/ShowTrainScheme.aspx?OrganizationId=41

[2] 南方医科大学精品课程"医学影像学"：http://jpkc.fimmu.com/yx/yxbf/wljc1.htm

[3] 医学影像学：http://course.jingpinke.com/details?uuid=8a833999-20a7dbd5-0120-a7dbd535-

00e7&objectId=oid:8a833999-20a7dbd5-0120-a7dbd535-00e6&courseID=S0400398

[4] 西安交通大学精品课程"医学影像学"：http://radiology.xjtu.edu.cn/

[5] 中山大学精品课程"放射诊断学/医学影像学"：http://www.360doc.com/content/13/0118/09/1509573_260853317.shtml

[6] 医学影像学：http://www.1ketang.com/course/64.html

[7] 唐都医院放射治疗科学科专业网站：http://tdradiotherapy.fmmu.edu.cn/content.aspx?id=652799609557

[8] 天津医科大学医学影像诊断学：http://tj.jingpinke.com/xpe/portal/c791a316-1271-1000-bae6-e2511f149c90?uuid=8a833996-18ac928d-0118-ac928e9c-0114&courseID=C060034

[9] 南方医科大学医学影像学：http://sns.icourses.cn/jpk/getCourseDetail.action?courseId=6987

[10] 医学影像学：http://basic.shsmu.edu.cn/jpkc/radiology/index.asp

[11] 医学影像学课程：http://netclass.csu.edu.cn/jpkc2006/xiaoji2006/fshk-jpkc06/03sb/xeh.htm

[12] 中山大学医学影像学：http://www.icourses.cn/coursestatic/course_3479.html

[13] 复旦大学医学影像学精品课程：http://jpkc.fudan.edu.cn/s/186/main.htm

[14] 影像园：http://www.xctmr.com/ppt/

[15] 杭州师范大学精品课程"医学影像学"：http://yxyxx.hznu.edu.cn/

[16] 脑成像数据的格式转换：http://blog.csdn.net/yangpengfeiblog/article/details/9197783 

[17] Nilearn库介绍：http://blog.csdn.net/jinxiaonian11/article/details/53465072

[18] Ubuntu 12.04安装FreeSurfer：http://blog.csdn.net/lj695242104/article/details/39988687