VBM_DARTEL算法对灰质变化的计算

根据一些文献得知,VBM目前比较新的算法是DARTEL算法,这一算法被集成在SPM里,这里记录一下做法。
VBM是对T1像进行分割得到灰质等。所以要有结构T1加权像数据。
整个流程应该是这样:

1.手动调整前联合(AC)

首先就是需要我们自己手动调整一下结构像,打开SPM,spm首页有PET&VBM,还有一个fMRI,亲测选哪个都可以。总之选了之后就是下面这个页面,然后点Display。
VBM_DARTEL算法对灰质变化的计算_第1张图片
然后就选择自己的数据里的T1结构像。
VBM_DARTEL算法对灰质变化的计算_第2张图片
一个这样的页面,我们可以看到一个蓝色的十字线,这个线的交叉点就是我们要调整的地方,手动将交叉点放在大概下图这个位置(就是前联合的位置),前联合的位置怎么确定可以去查一下,网上有很多教程。我的理解就是大概在下图这个红色的圆里。点一下set origin之后就会出现坐标位置。然后一定要点击一下Reorient,才算是调整成功了。VBM_DARTEL算法对灰质变化的计算_第3张图片VBM_DARTEL算法对灰质变化的计算_第4张图片
还有就是如果发现自己的数据里的大脑比较歪的话,也可以通过下面的几个pitch roll yaw调一下。我调的时候发现必须0.1,0.2(正负多试几次就知道了)这样的微调,不然变化会很大。
注意:因为这里是手动输入每个被试的图像进行微调,我认为对精度的要求其实没有那么高。

2.调整完就可以进行第二步分割。
VBM_DARTEL算法对灰质变化的计算_第5张图片
我一般习惯在batch里直接选,这一步很简单,找到segment后打开。Volumes就选择自己数据的所有T1像就ok。因为我们使用DARTEL来进行VBM分析,所以对Tissues里的前两个Native Tissue选择Native+Dartel Imported这个选项。其余的选项不用动。前两个分别表示灰质和白质。
VBM_DARTEL算法对灰质变化的计算_第6张图片

经过segment后原来的结构像所在的文件夹里就会出现分割后的图。其中c开头的c1-c5分别表示五类脑组织的概率图像,五类脑组织指的是灰质,白质,脑脊液,头骨和软组织。
VBM_DARTEL算法对灰质变化的计算_第7张图片
rc1xxx和rc2xxx指的是对齐后的灰质和白质概率图像。
VBM_DARTEL算法对灰质变化的计算_第8张图片
还有一个**.mat**文件,存放的是组织分割过程中的参数和结果,可用于后面估计颅内体积。

3.得到分割的结果后,进行Dartel配准

选择Run Dartel(create templates)
VBM_DARTEL算法对灰质变化的计算_第9张图片
打开之后,在Images选项里选择上一步得到的rc1xxx和rc2xxx,要把所有被试的都选中,我这里共有12个被试,所以有两个12 files的Images,其余的不用动。
VBM_DARTEL算法对灰质变化的计算_第10张图片
运行完以后,会得到Template_0–Template_6,表示不同迭代过程中的 Dartel 模板,其中Template_6.nii 为最终的 Dartel 模板。
VBM_DARTEL算法对灰质变化的计算_第11张图片
还有一个图像是下图这种形式,u_rc1XXX_Template,它表示的是每个被试配准到 Dartel 模板的变换场。
在这里插入图片描述
4.标准化到MNI空间和高斯平滑。

如下图,选择Normalise to MNI Space
VBM_DARTEL算法对灰质变化的计算_第12张图片
首先Dartel Template选择上一步得到的Template_6.在Select according to 里选择Many subjects
然后Flow fields选择上一步得到的u_rc1XXX_Template,每一个被试的都要选中,我这里共有12个。
因为我要做的是对灰质图像进行分析,所以在Images选择第一步segment得到的c1xxx,共12个。
最后记得在Preserve里选择Preserve Amount。其余的都不用动。
VBM_DARTEL算法对灰质变化的计算_第13张图片
最后我们可以得到Template_6_2mni.mat,它代表从Dartel模板到MNI空间的仿射变化矩阵。
最重要的就是smwc1xxxx这个图,它表示每个被试平滑和标准化后的灰质概率图像。 也就是我们最终想要的结果。

在这里插入图片描述在这里插入图片描述
5.最后我们可以来估计一下颅内体积。

因为在后面进行统计分析时一般要将颅内体积作为协变量,所以这一步估计一下颅脑体积。在Util里面找到Tissue Volumes
VBM_DARTEL算法对灰质变化的计算_第14张图片
segmentation mat-files选择第一步得到的XXXXseg8.mat,要把每一个被试的都选中。我这里共12个。output file里确定输出文件的名字。
VBM_DARTEL算法对灰质变化的计算_第15张图片
VBM_DARTEL算法对灰质变化的计算_第16张图片
运行结束后,会得到一个.csv的文件,用excel就可以打开。里面包含了每个被试的灰质、白质和脑脊液的体积,在matlab命令行也会显示出来。
把三类组织的体积加到一起即得到颅内体积。后面统计分析可以作为协变量。
VBM_DARTEL算法对灰质变化的计算_第17张图片

最后是进行统计分析,一般就是双样本t检验和配对t检验。我找了很多,个人认为写的都不是很清楚,像我没有基础的话其实有点跟不上,所以重新写一篇文章来总结。

你可能感兴趣的:(matlab,机器学习)