医学影像学习记录 dparsf数据处理

医学影像入门

#仅用来记录学习过程

1.数据来源
数据来源于http://www.rfmri.org/DemoData的样例数据,下载后文件夹中有DemoRaw和StatisticalDemo子文件夹,本文操作仅使用DemoRow>DemoData>FunRaw,T1Raw数据,将其整理为一个新文件夹Analysis。(D:\data\Analysis\FunRaw D:\data\Analysis\T1Raw)
数据格式
要求将所有的数据放在一个文件夹中,并且所有被试的功能像数据和结构像数据分别放在两个文件夹中。
FunRaw -> 功能性 DICOM 数据(原始静息态功能像)
T1Raw -> 结构 DICOM 数据(原始T1结构像)
Sub_00x->表示第x个被试 被试名在两个文件夹下要一样
FunRow中每个被试都有240个DICOM文件,打开被试下的DICOM文件都有33个扫描图片。说明静息态数据层数为33,时间点为240
T1Raw每个被试都有128个DICOM文件,打开文件为一张图片。
下载地址:
医学影像学习记录 dparsf数据处理_第1张图片
DICOM数据格式:
医学影像学习记录 dparsf数据处理_第2张图片
NIfTI数据格式:(文件夹命名一定要是FunImg吗)
医学影像学习记录 dparsf数据处理_第3张图片
2.运行软件
在matlab命令行输入dpabi,打开DPARSF,默认
医学影像学习记录 dparsf数据处理_第4张图片
相关参数设置如下:
working directory:Funrow和T1Row的上一级文件夹。(注意是上一级)
participants:不需要给被试列表,会自动读入。需要设定starting directory,从哪个目录下读取被试列表。
starting directory:
如果是DICOM数据,这里默认即可;如果是NIfTI数据,需要改为FunImg。
如果功能像DICOM数据不储存在命名为FunRow的文件夹下,在读取时会报错以下内容:
医学影像学习记录 dparsf数据处理_第5张图片

time points:比如2s扫一次大脑,则8分钟得到240个时间点,如果被试缺少时间点就会报错,设定0就不检测,不能用来检查是否缺少数据。这里Demo数据时间点为240.
TR:做ALFF和滤波需要用到,要做频率上的东西需要知道时间精度,填0即DIACOM数据中含有此信息会自动读取,但如果是NIFITI数据就需要自己填写。此数据设定为2
Template…:选择不同流程方式来做。
默认勾选EPI DICOM to NIFTI:因为数据处理都是需要NIFTI格式。 EPI:回波平面成像
Apply Mats:需要重新处理数据的时候用,但是大部分时候不需要重新处理。(暂时还未使用过)
Remove first time points:当被试刚进入磁场扫描,考虑磁场稳定与被试的适应,通常会去除开始的四个以上的时间点。
Slice Timing:对大脑进行层层扫描,扫2s覆盖所有层面。激发时上一层可能会对下一层造成影响,所以会采用隔层扫描减少影响,扫1,3,5,7…再扫2,4,6,8…使连续扫的两层间距增大。但是考虑到时间上差异大。比如13,17层扫完很久以后才扫15层造成了时间上的差异。所以采用校正的方法让这些层仿佛在同一点扫描。
医学影像学习记录 dparsf数据处理_第6张图片
医学影像学习记录 dparsf数据处理_第7张图片
Slice Number Slice Number:扫了多少层
参考层,1 3 5 7…33 2 4 6 8 10…32 的中间层就是33

你可能感兴趣的:(医学影像数据,大数据)