【文章內(nèi)容簡(jiǎn)介】 5]39。 {subbrick selector}39。r1+orig39。 {subrange selector}39。r1+orig[3..5]100..20039。 {both selectors}39。3dcalc( a r1+orig b r2+orig expr *(a+b) )39。 {calculation}(2) 運(yùn)動(dòng)校正將不同方式和不同時(shí)間獲取的圖像進(jìn)行對(duì)齊，從而利于體素體素(voxelbyvoxel)比較。這樣功能時(shí)間序列將更少地受被試運(yùn)動(dòng)的影響；如果圖像正確的校正的話，可以比較不同session的結(jié)果。絕大多數(shù)圖像校正都使用pairwise alignment方法。即給出一個(gè)基準(zhǔn)圖像(base image)J(x)和一個(gè)要進(jìn)行校正的圖像(target image)I(x)，尋找一種幾何變形(geom. transformation)T[x]，使得I(T[x])≈J(x)。T[x]依賴于一些參數(shù)：目標(biāo)是尋找一些參數(shù)使得變換后的I與J最擬合。為校正整個(gè)時(shí)間序列，每個(gè)3D Volume In(X)都通過自己的變換Tn[X]進(jìn)行與J(x)配準(zhǔn)，n=0,1,…；所以結(jié)果也是一個(gè)時(shí)間序列In(Tn[X])，用戶必須選擇基準(zhǔn)圖像J(x)。絕大多數(shù)圖像校正都需進(jìn)行3種算法選擇：如何測(cè)量I(T[x])和J(x)之間的誤差E？如何調(diào)正T[x]的參數(shù)使得E最??？如何對(duì)I(T[x])進(jìn)行插值至J(x)的網(wǎng)格(grid)？在fMRI圖像處理過程中，剛體模型配準(zhǔn)問題可以分為兩步：(1)剛體模型：首先通過迭代法估計(jì)出描述空間坐標(biāo)之間變換參數(shù)的最佳值，然后用這些參數(shù)對(duì)需要配準(zhǔn)的圖像進(jìn)行空間變換和必要的內(nèi)插處理。(2) 圖像重取樣(resample)：圖像重取樣是決定變換到新的空間坐標(biāo)之后每個(gè)體元的值。經(jīng)過變換之后的體元位置大多數(shù)情況下不是正好一個(gè)體元位置，所以需要通過插值法重新取樣。方法包括取最相鄰體元的值(0階重取樣)或多點(diǎn)線性插值(一階重取樣)。幾種插值方法可以使用，默認(rèn)的是Fourier，最準(zhǔn)確但速度最慢。其它的有1, 3, 5, 7次拉格郎日多項(xiàng)式插值(linear, cubic, quintic and heptic)。目前的AFNI程序通過灰度(強(qiáng)度)值進(jìn)行圖像的配準(zhǔn)。E=平方差的加權(quán)和= Sx w(x) ? {I(T[x]) J(x)}2EPI, 但SPGR和EPI之間不行。224。SPGR, EPI224。所以只對(duì)類似的圖像可以進(jìn)行配準(zhǔn)，如SPGR□ 3D Registration224。Plugins224。3dvolreg或Define Datamode 用來對(duì)3D volume(subbrick)進(jìn)行對(duì)齊。T[x]有6個(gè)參數(shù)：RL, AP, IS軸的位移及沿IS, RL, AP軸的旋轉(zhuǎn)(分別對(duì)應(yīng)于Roll, Pitch, Yaw)。常用于session內(nèi)(intrasession)和session間(intersession)的對(duì)齊。對(duì)于發(fā)生在單個(gè)TR(23s)內(nèi)的運(yùn)動(dòng)則無法校正。Usage: 3dvolreg [optinos] dataset. 3dvolreg base 4 heptic clipit zpad 4 prefix fred1_epi_vr dfile fred1_vr_dfile fred1_epi+origbase 4 222。 選擇輸入數(shù)據(jù)集(fred1_epi+orig)的子數(shù)據(jù)塊(subbrick) 4作為基準(zhǔn)圖像J(x) 也可以寫成base fred1_epi+orig[4]?？梢允褂貌煌膱D像作為基準(zhǔn)圖像，但大多數(shù)情況下， 但最好使用最靠近解剖像掃描的時(shí)間點(diǎn)，因?yàn)檫@時(shí)描掃參數(shù)相似。heptic 222。 選擇7次拉格郎日多項(xiàng)式插值方法(見前述)clipit 222。 將負(fù)的體素值設(shè)為0(注：負(fù)值是由于高次插值方法導(dǎo)致的偽影)zpad 4 222。 在進(jìn)行shift/rotation前，將每個(gè)耙圖像(target image, 即I(x))墊0四層(Zero padding)，最后再去掉。對(duì)于Fourier插值法，Zero padding非常需要。同樣多項(xiàng)值插值方法也適合，因?yàn)槿绻休^大的旋轉(zhuǎn)，如果不墊0的話將會(huì)有數(shù)據(jù)丟失prefix fred1_epi_vr 222。 指定輸出文件的前綴dfile fred1_vr_dfile 222。 將估計(jì)的運(yùn)動(dòng)參數(shù)輸出至指定的1D 文件(以后可使用1dplot繪圖顯示) 為查看是否有較大的平移和旋轉(zhuǎn)，可以查看運(yùn)動(dòng)參數(shù)文本文件： 1dplot volreg dx 5 xlabel Time ‘fred1_vr_dfile[1..6]’ ( [1..6] 指出運(yùn)動(dòng)參數(shù)文件中6 列包括平移和旋轉(zhuǎn)的估計(jì)值) ( KB)2007915 23:39 可以看出，在160s附近有最大的運(yùn)動(dòng)，因?yàn)楸辉囋诖藭r(shí)刻頭動(dòng)了一下。3dvolreg可以相當(dāng)好地處理小的運(yùn)動(dòng)(motion)，但是較大的運(yùn)動(dòng) ( 1mm) 不能被正確地校正?？梢杂肁FNI查看運(yùn)動(dòng)校正后的數(shù)據(jù)集看是否是這樣。時(shí)間序列會(huì)顯示什么樣(. 是否有運(yùn)動(dòng)有關(guān)的數(shù)據(jù)不連續(xù)點(diǎn))? 沿著時(shí)間軸是否還有明顯的運(yùn)動(dòng)? 3D224。Plugins224。同樣的操作，可以通過點(diǎn)擊Define DateMode Registration完成，界面如下： ( KB)2007915 23:39 Datasets用于選擇輸入和輸出數(shù)據(jù)集；Parameters用于選擇基準(zhǔn)圖像和Resampling插值方法；Outputs用于指出1D輸出文件名稱。填寫完畢，點(diǎn)擊Run+Close即可?！?2D224。Plugins224。2dImReg或Define Datamode Registration2dImReg用于對(duì)齊2D層面圖像。T[x]有3個(gè)參數(shù)(x, y軸的位移和z軸的旋轉(zhuǎn))。 對(duì)于矢狀面的EPI掃描，如果被試點(diǎn)頭的運(yùn)動(dòng)快于TR，則無法被3dvolreg校正，所以只能用2dImReg校正。如果有可能的話，在3dvolreg之后再運(yùn)行2dImReg去除點(diǎn)頭運(yùn)動(dòng)非常有意義。2dImReg使用比較簡(jiǎn)單：2dImReg input fred2_epi+orig basefile fred1_epi+orig base 4 prefix fred2_epi_2Dreg2dImReg的功能同樣可由Plugins來完成，點(diǎn)擊2D Registration, 出現(xiàn)界面如下： ( KB)2007915 23:39同3D Registration，分別選擇輸入和輸出數(shù)據(jù)集有基準(zhǔn)圖像，點(diǎn)擊Run+Close即可?！?同被試不同session之間的校正(對(duì)同一被試進(jìn)行持續(xù)多日的研究) ( KB)2007915 23:39如果進(jìn)行縱向研究或?qū)﹂L(zhǎng)時(shí)期神經(jīng)行為(如Learning)的研究，則需進(jìn)行intersession registration。Session之間的變換通過計(jì)算每個(gè)Session高分辯率的解剖像來實(shí)現(xiàn)。因?yàn)閠o3d可以定義1個(gè)session內(nèi)EPI和SPGR之間關(guān)系；而3dvolreg可以計(jì)算不同session間的關(guān)系；所以可以將EPI數(shù)據(jù)集從session 2轉(zhuǎn)換至sessoin 1的軸向。Intersession校正存在的問題：a. 被試的頭放置位置不同(方向和定位都不同)；所以xyz坐標(biāo)和解剖位置都不對(duì)應(yīng)。(如下圖，Day 1和Day 2的層面位于同一體素的并非同一組織，需進(jìn)行旋轉(zhuǎn)，然后進(jìn)行平移。 ( KB)2007915 23:39b. 掃描覆蓋的解部結(jié)構(gòu)不同。c. EPI和SPGR之間的幾何關(guān)系在不同session之間不同。d. 層面厚度也可能不同(不過可以盡量避免此點(diǎn))。如下圖，進(jìn)行旋轉(zhuǎn)時(shí)還需要注意一個(gè)問題，即旋轉(zhuǎn)的原點(diǎn)應(yīng)該相同(以SPGR 中心)，否則需要先進(jìn)行中心平移。 ( KB)2007915 23:39上述問題的解決方案：a. 在旋轉(zhuǎn)后再加上適當(dāng)?shù)钠揭?on top of熟練掌握, 在...之上, 另外, 緊接著)；允許不同天進(jìn)行的實(shí)驗(yàn)(E1E2)之間進(jìn)行xyz方向的平移，以及EPI和SPGR之間(E1S1和E2S2)的中心平移(center shifts)b. 將EPI數(shù)據(jù)集墊加(pad)額外的層面(zeros slices)，這樣進(jìn)行對(duì)齊的數(shù)據(jù)集可以包含所有session的所有數(shù)據(jù)c 對(duì)數(shù)據(jù)集進(jìn)行Zero padding可在to3d(創(chuàng)建數(shù)據(jù)集)時(shí)進(jìn)行，也以后使用3dZeropad進(jìn)行d 3dvolreg和3drotate可以進(jìn)行zero pad 從而使輸出符合網(wǎng)格父數(shù)據(jù)集(“grid parent” dataset)的大小和位置。 ( KB)2007915 23:39進(jìn)行intrasubject S2toS1變換的步驟a. 計(jì)算S2toS1的變換關(guān)系3dvolreg –twopass –clipit –zpad 4 –base S1+orig –prefix S2reg S2+origb. 旋轉(zhuǎn)/位移參數(shù)保存在S2reg+c. 如果以前沒有做(. in to3d)，對(duì)E1數(shù)據(jù)集進(jìn)行Zero pad3dZeropad –z 4 –prefix E1pad E1+origd. 對(duì)E1數(shù)據(jù)集進(jìn)行intrasession校正3dvolreg –clipit –base ‘E1pad+orig[4]’ –prefix E1reg E1pad+orige. 對(duì)E2數(shù)據(jù)集進(jìn)行intrasession校正，同時(shí)進(jìn)行大的旋轉(zhuǎn)/位移校正至Session的坐標(biāo)系(需要的信息存在S2reg+)3dvolreg –clipit –base ‘E2+orig[4]’ –rotparent S2reg+orig –gridparent E1reg+orig –prefix E2reg E2+orig注：rotparent 告知intersession變換關(guān)系從哪獲得 gridparent 定義輸出的新數(shù)據(jù)集的網(wǎng)格位置及大小 輸出數(shù)據(jù)集將取決于E1reg+orig的需要進(jìn)行平移和Zero padded上面討論的步驟沒有考慮不同層面厚度(EPI and/or SPGR)時(shí)的問題。最好的解決方案是在掃描時(shí)盡量對(duì)同一類型圖像使用相同的層面厚度；當(dāng)然，如果沒有做到這一點(diǎn)，可以使用3dZregrid對(duì)數(shù)據(jù)集進(jìn)行線性插值，從而具有相同的厚度。上面的步驟也沒有考慮存在頭信息內(nèi)(from to3d, . ‘a(chǎn)lt+z’)的層面依賴的時(shí)間位移。在插值至新的旋轉(zhuǎn)后的網(wǎng)格時(shí)，體素的值再也不能說來自某一特定的時(shí)間位移，因?yàn)閬碜圆煌瑢用娴臄?shù)據(jù)集將集合在一起。在做空間插值之前，首先對(duì)數(shù)據(jù)集進(jìn)行時(shí)間位移至共同的時(shí)間原點(diǎn)非常有意義。時(shí)間位移可以使用3dTshift或3dvolreg –tsihft完成。 功能像的時(shí)間域?yàn)V波數(shù)據(jù)可以在線性模型擬合前使用 3dFourier進(jìn)行時(shí)間域的過濾，將會(huì)對(duì)時(shí)間序列進(jìn)行相當(dāng)嚴(yán)格的頻率域過濾。Usage: 3dFourier [options] dataset (Afni 3d+time 數(shù)據(jù)集)prefix 新的輸出3d+time數(shù)據(jù)集名稱[默認(rèn)為fourier]lowpass f 低通濾波的界值(f Hz)highpass f 高通濾波的界值(f Hz)ignore n 忽略最開始的n個(gè)圖像[默認(rèn)為1]retrend 任何均值和線性趨勢(shì)在濾波前去除，在濾波后再恢復(fù)注: lowpass和highpass可以一起用，構(gòu)建成bandpass。例：3dFourier prefix run_1_vr_lp lowpass retrend run_1_vr+orig低通(low pass)濾波界值(cutoff value)是基于輸入刺激模型的頻率譜(. the 1D files)，如下圖(圖像經(jīng)過反轉(zhuǎn)色彩)。 ( KB)2007915 23:45時(shí)間濾波在線性模型擬合前平滑數(shù)據(jù)，而提供更好的模型擬合。在選擇頻率界值時(shí)應(yīng)該保守一點(diǎn)，并在時(shí)間濾波后用AFNI查看時(shí)間序列。 功能像的空間平滑在一些時(shí)間點(diǎn)，你可能想對(duì)你的數(shù)據(jù)進(jìn)行空間平滑(smooth)或模糊(blur)。因?yàn)閮蓚€(gè)原因。一是許多平滑操作及空間平滑趨向于平均圖像中的較高空間頻率噪聲，因此，具有較大范圍的激活區(qū)域仍然保存，但一些較小范圍的激活被去除。二是集合被試間的數(shù)據(jù)之前，需要進(jìn)行空間模糊(blurring)，因?yàn)槟X解剖結(jié)構(gòu)即使在標(biāo)準(zhǔn)化至標(biāo)準(zhǔn)腦空間(Talairach)后也存在差異，因此它們的功能激活區(qū)有可能并不精確重疊。在數(shù)據(jù)處理過程中主要有三個(gè)步驟可以進(jìn)行空間平滑。數(shù)據(jù)在重建(如使用hamming或fermi filter選項(xiàng))時(shí)可被平滑。這樣做具有優(yōu)勢(shì)：在它們進(jìn)行進(jìn)一步處理前消除不需要的噪聲或偽影。然而，在重建過程中的空間平滑是層面內(nèi)的(inplane)。也就是說，它為每個(gè)腦層面獨(dú)立應(yīng)用平滑，因此不考慮層面間的不需要的較高空間頻率噪聲，也沒有