sMRI_预处理

1. 结构 MRI 预处理 §

1.1 偏置场校正（Bias Field Correction） §

用于校正图像中存在的亮度偏差或强度不均匀性

出现不均匀性的原因

在高场强（3 T 及以上）下，图像上会获得强度梯度，从而使图像的某些部分比其他部分更亮

下图展示了，偏置场校正前后图像对比：

1.2 大脑提取（Brain Extraction） §

去除影像中非脑组织，减少噪声和计算复杂性，改善后续分割或配准。也可以称为颅骨剥离（Skull-stripping）

常见的算法：

• BSE
• BET
• SPM
• McStrip

下图展示了，脑组织提取中的错误，图（中）未能彻底去除非脑结构

1.3 组织分割（Tissue Segmentation） §

将脑组织分割为灰质、白质以及脑脊液

下图展示了，组织分割效果，图（左 2、3、4）分别为脑脊液、灰质以及白质。

1.4 配准 §

减少个体间的 解剖变异 ，从而成功地进行有意义的群体分析

1.4.1 基于体积的方法（Volume-based） §

1.4.1.1 类型 §

• 线性变换：
  • 刚体变换：包括转动、平动。共 6 个自由度（DOF）
  • 仿射变换：包括了转动、平动、斜切、缩放。共有 12 个自由度（DOF）
• 非线性变换：

笔记

超过 12 个自由度的变换被称为非线性变换或 warp

用变形场来表述非线性变换前后影像域间的变换关系。变形场通常由一个向量场表示，每个体素对应的向量指示了其在配准过程中的方向和位移。

1.4.1.2 损失函数（Cost Function） §

衡量配准质量的指标

• 常见的 CF 有：

CF	适用条件	例子
最小二乘	相同模态	fMRI<—>fMRI
正态相关	相同模态	T 1 MRI <—>T 1 MRI，不同的 session 中获取。
相关比	任意两种 MRI 模态	T 1 MRI <—> FLAIR MRI
互信息	任意两种影像	T 1 MRI <—> CT
BBR

1.4.x. 工具： §

• AFNI
• FSL
• SPM

基于表面的方法（Surface-based） §

• 工具：
  • Freesurfer
  • CARET

参考资料 §

1. https://andysbrainbook.readthedocs.io/en/latest/fMRI_Short_Course/Preprocessing/Skull_Stripping.html