Freesurfer之感兴趣脑区映射及显示

.

.

.

.

Freesurfer

之

映射步骤总结

前提条件：

1

、

完成< /p>

Ubuntu

系统及

Freesurfe r

软件的安装配置，熟悉使用

Freeview;

2

、

完成数据预处理，包括

recon-all subjects

–

all

及

recon-all subjects

–

qcache;

3

、

知道基 于

freesurfer

的几个

mat lab

函数用法：

load_mgh, save_mgh, read_annotation.

[vol, M, mr_parms, volsz] = load_mgh(fname,,,)

save_mgh(vol,fname, M, ),

M is the 4x4 vox2ras transform

[vertices, label, colortable] = read_annotation(filename [, verbosity])

4

、

.mg h

及

.mgz

是

freesurfer

使用的

MRI

volume

格式，类似于

NifTI,

< br>需用

load_mgh

和

sav e_mgh

函数打开读取或生成

.mgh

格式文件，从而在

freesurfer

上使用。

一、

导入

m atlab

函数

在

< br>freesurfer

的安装路径下，有一个名为

mat lab

的文件夹，里面有一些

.m

文件 用于处理图像，

把这个文件夹及子文件夹添加到

Matlab< /p>

路径即可。另一种方法：在终端启动

freesurfer

，在这个环

境下运行

matlab

.m

文件（也就是

load_mgh

等函数）

。

二、

整理好被试数据，每一被试的所有数据分别在一个目录下（预处理后默认存放形式）

.

资料

.

.. .

三、

统计同组所有被试皮层特征的均值：

所有基于顶点的皮层测量值均保存在

/surf

目录下，

有左右侧大脑的皮层厚度、

灰质体积、

皮层表

面积、曲率、脑沟深度，以左脑皮层厚度为例说明：如下图所示，

ess

是未向标准空间配准

的，

是已经向标准空间配准的，剩下的分别用

0,

5,

10,

15,

20,

25

FWHM

高斯核函数进行平滑处理的标准化图像。

为 何标准化？这样可使不同被试的大脑皮层有完全相

同的顶点数，也就是左右侧大脑分别有

163842

个顶点，共

327684

个。此外，有多个平滑参数可选，

一般选

FWHM

为

10

的平滑图像，

平滑核太小不利于消除噪音，

平滑核过大则会使图像信息损失过多。< /p>

程序——计算同组被试同一皮层特征的平均值：

最后生成的皮层特征平均图：

四、

编辑需映射的特征文件：

程序说明：根据分类性能确定重要脑区及其权重，如

RTLE- NC surface area

分类有

31

个重要

特征，

同时也有对应的

31

个分类权重，

由于分类权重过小，

利用

mapminmax

函数把所有权重值映

< br>射到

0.1-1

之间（选择

0. 1

是为了避免权重为

0

的特征）

；把重要脑区分配到左右脑，序号小于等于

34

为左脑脑区，

大于

35

为右脑脑区 ；

通过

read_annotati on

函数获取各个脑区对应那些顶点及其

位置，根据这些顶点对 特定重要脑区赋予权值，非重要脑区的顶点赋零，最后调用

save_mgh