ABIDE Preprocessd 结构态MRI数据集介绍及下载(FreeSurfer流程)

引言

本博客书接上文:ABIDE Preprocessed 结构态MRI数据集介绍及下载,写前一篇的时候因为觉得FreeSurfer流程处理完成的数据过于庞杂,想要从中获得需要的ROI层面形态学特征过于复杂,所以只是简单说明了其下载方式,并未对其所包含的内容进行介绍。本篇作为前一篇的补充,介绍了输出文件较为重要的几项,以及如何从中获取脑区的形态学特征。

数据类型

 可下载的处理完成结构态MRI数据参见FreeSurfer Output,其中较为重要的两个子文件夹为labelsurf,前者包含了大脑顶点的脑区标注,后者则是这些顶点的形态学特征。在不同的脑图谱下,同一个大脑顶点可能会划分至不同的脑区,同时大脑皮层本身也会被划分成不同数目的区域,也因此在label文件夹下包含了不同的parcellation文件。同理,依据平滑度以及所提形态学特征的不同,surf文件夹下也包含了对顶点的不同描述。

分区label文件

 首先来看label文件夹,主要是包含了3种脑区划分:

  1. BrodmannAreaMaps,对应文件(以左半脑为例):lh.BA.annot, lh.BA1.label,
    lh.BA2.label, lh.BA3a.label, lh.BA3b.label, lh.BA44.label, lh.BA45.label, lh.BA4a.label, lh.BA4p.label, lh.BA6.label, lh.MT.label, lh.V1.label, lh.V2.label;
  2. Desikan Killiany Atlas,对应文件(以左半脑为例):lh.aparc.annot
  3. Destrieux Atlas,对应文件(以左半脑为例):lh.aparc.a2009s.annot

这类annot文件读取完成均包含3个元素(均为list),第一个元素记录了所有顶点的脑区标签;第二个元素记录了脑区的着色表,第三个元素为划分出脑区名字,虽然并不是按照官方文档一般用matlab中函数读取,但使用nibable读出也是相同的结果。
 值得注意的是,读取中的脑区标签和着色表虽然存在一一对应的映射关系,但脑区名字和着色表却并没有相同的ID来对应(虽然后来验证确实就是简单按照顺序来对应,但很不放心)。实际上FreeSurfer提供了一个额外的着色表输出文件,里面含有着色和脑区名一一对应的记录1,即BA.ctab,aparc.annot.ctab等color table文件。简单的在其后加上.csv后缀就可以通过Excel打开,大概会是这个样子:
ABIDE Preprocessd 结构态MRI数据集介绍及下载(FreeSurfer流程)_第1张图片
可以看到这里的脑区名字和着色就是一一对应的,不会产生歧义。

形态学特征surf文件

surf文件夹中的子文件命名方式比较直观,通常是lh\rh+特征+平滑精度+fsaverage.mgh的格式,可以根据自己的需求自行选择下载(实际笔者也不清楚平滑精度这一项有何意义)。值得注意的是,包含fsaverage的文件似乎是原始脑图映射到了FreeSurfer标准皮层地图之后的结果,必定包含163842个顶点2,而与label文件夹下标注文件的顶点数目不一致。因此笔者最终是下载了lh\rh.特征这一系列的文件,保证了顶点标注和特征间的数目一致。如果有人知道lh.arealh.area.fsaverage.mgh存在怎样的差异,或者平滑精度有何意义可以在评论区留言。

下载及使用

 官方提供的下载脚本在FreeSurfer流程处理后的数据上并不好用,需要稍微修改一下文件名后缀等等,如果有需要的话可以私信或者留言。至于这些数据如何用Python打开,可以直接用nibabel提供的函数,较为简单,同样,有需要的可以私信或者留言联系。

参考


  1. FreeSurfer brains in arbitrary colours ↩︎

  2. 皮层地图3-7 ↩︎

你可能感兴趣的:(医学影像,健康医疗,数据挖掘,python,医学影像)