MRI相关的基本概念

2023-05-16

磁共振基础

磁共振

磁共振(mageticresonanceMR);在恒定磁场中的核子(氢质子),在相应的射频脉冲激发后,其电磁能量的吸收和释放,称为磁共振。

基本参数: TR, TE

TR(repetitiontime):又称重复时间。MRI的信号很弱,为提高MR的信噪比,要求重复使用同一种脉冲序列,这个重复激发的间隔时间即称TR。

TE(echedelaytime):又称回波时间,即射频脉冲放射后到采集回波信号之间的时间。

序列(sequence)

指检查中使用的脉冲程序-组合。常用的有自旋回波(SE),快速自旋回波(FSE),梯度回波(GE),翻转恢复序列IR),平面回波序列(EP)。

加权像(weightimage.WI)

为了评判被检测组织的各种参数,通过调节重复时间TR。回波时间TE,可以得到突出某种组织特征参数的图像,此图像称为加权像。

空间及坐标系

K 空间( K space)

K空间的数据分布实际上是图像空间中数据的二维傅立叶变换结果。也就是说,我们的“大脑图像”可以被看作是由一系列频率、相位、方向各异的二维正弦波叠加而成的,而K空间的数据正表示了图像的正弦波组成。
在这里插入图片描述
对K空间的数据做二维傅立叶变换, 才能将K空间中的数据变成可读的图像空间中的数据。
在这里插入图片描述

Native Space

Native space就是原始空间,在这个空间中图像的维度、原点、voxel size等都是不同的,不同被试的图像之间不具有可比性,计算出来的任何特征都不能进行统计分析/机器学习。
native space VS standard space

MNI空间

MNI空间是Montreal Neurological Institute根据一系列正常人脑的磁共振图像而建立的坐标系统。

不同被试的图像在原始空间时是不具备可比性的, 必须对所有被试的图像进行配准标准化到同一个模板上,这样所有被试的维度、原点、voxel size就一样了。使用MNI标准模板,就表示把图像转换至MNI空间了。一般而言MNI模板是最常用的,研究的比较多。标准空间的图像也是指MNI空间的图像。

标准空间中,X代表左/右;Y代表前/后;Z代表上/下。在数据矩阵中,一个特定的体素可以被标记为[Xvox, Yvox, Zvox],通过这三个维度的坐标就可以确定体素的位置。
MRI标准空间坐标

Talairach空间

Talairach空间和MNI空间的坐标有对应的关系,很多软件都提供这个功能,比如Mricron、REST等。
Talairach空间主要是为了判别当前坐标在什么结构上,Talairach atlas and Talairach coordinates就是Stereotaxic space。

MRI数据

数据格式

DICOM格式

DICOM(Digital Imaging and Communications in Medicine)即医学数字成像和通信,是医学图像和相关信息的国际标准(ISO 12052)。它定义了质量能满足临床需要的可用于数据交换的医学图像格式。

Analyze格式

Analyze格式储存的每组数据组包含2个文件,一个为数据文件,其扩展名为.img,包含二进制的图像资料;另外一个为头文件,扩展名为.hdr,包含图像的元数据。

在fMRI的早期,Analyze格式最常用的格式,但现在逐渐被NIfTI格式所取代。Analyze格式主要不足就是头文件不能真正反映元数据。

NIfTi 格式

标准NIfTI图像的扩展名是.nii,包含了头文件及图像资料。

格式转换

FSL转换数据格式命令为:fslchfiletype

fslchfiletype
Usage: /home/dl/Software/FSL/bin/fslchfiletype <filetype> <filename> [filename2]
 
  Changes the file type of the image file, or copies to new file
  Valid values of filetype are ANALYZE, NIFTI, NIFTI_PAIR,
                                 ANALYZE_GZ, NIFTI_GZ, NIFTI_PAIR_GZ

数据类型

结构MRI

T1,是所谓的纵向弛豫时间,就是说你把质子磁化弄到z轴负向后,他要花多少时间才能回到初始位置Z轴正向。 T2,是横向弛豫时间,就是说在横向平面产生一个磁化后,他会在多少时间内衰减到零.

总结一下就是:
T1观察解剖结构较好。
T2显示组织病变较好。

功能MRI

fMRI往往用于研究大脑的具体功能,扫出来的是BOLD信号。虽然它的空间分辨率比较低,但是时间分辨率很高.

有氧血红蛋白是抗磁性(Diamagnetic)的,脱氧血红蛋白是顺磁性(Paramagnetic)的。fMRI(T2*权重)正是利用了血红蛋白在这两种状态下不同的磁性性质,顺磁性的脱氧血红蛋白可以增强MR的原磁场。当它的含量下降时,BOLD fMRI信号会跟着上升。脱氧血红蛋白上升,会导致信号的下降,因为它会干扰主磁场,导致信号的衰减加速。

参考:
https://blog.csdn.net/ssw_1990/article/details/51996011
K Space: http://mriquestions.com/locations-in-k-space.html
关于T1 T2的区别: http://blog.sina.com.cn/s/blog_45a7fee80101h6w9.html

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

MRI相关的基本概念 的相关文章

  • 安装Qt及相关问题解决

    安装Qt及相关问题解决 Download Qt 1 Qt下载 关于Qt下载 xff0c 官网可以下载 但是需要填一大堆信息 非常麻烦 可以打开下面的链接 xff0c 里面有各版本Qt http download qt io archive
  • 可编程的SQL是什么样的?

    背景 如果你使用传统编程语言 xff0c 比如Python xff0c 那么恭喜你 xff0c 你可能需要解决大部分你不需要解决的问题 xff0c 用Python你相当于拿到了零部件 xff0c 而不是一辆能跑的汽车 你花了大量时间去组装汽
  • matplotlib 绘制动画

    matplotlib动画 载入matplotlib动画绘制工具 span class hljs import span class hljs keyword import span matplotlib animation span cla
  • Robust Real-Time Extreme Head Pose Estimation

    基本思路 xff1a 用RGB D 的摄像头 xff0c 利用RGB和深度信息对人脸进行三位建模和合成 之后建立了一个由33个人不同头部姿态点云合成数据组成的数据库Dali3DHP xff0c 基于级联决策树 xff08 5个 xff09
  • 如何将ipython的历史记录导出到.py文件中?

    python绝对是生产力工具 真的太好用了 python jupyter提供了非常好的交互编程方式 最棒的就是在数据分析过程中 可以把想法和代码实现放在一起 大大加速了分析过程 也使得代码的可读性更好 回到上面的问题 两种办法解决 xff1
  • keras上手系列之: 模型的保存

    如何将训练好的网络进行保存以便以后使用 进行后续的研究呢 首先 定义一个简单的LSTM模型 span class hljs keyword from span keras models span class hljs keyword imp
  • keras上手系列之: 代码的整体框架

    keras的名字来源于希腊史诗 lt 奥德赛 gt 里的牛角之门 Gate of Horn 是追梦者之路 是梦想实现之门 Those that come through the Ivory Gate cheat us with empty
  • keras上手系列之:序列到序列预测问题

    LSTM序列到序列模型种类 LSTM 序列到序列 seq to seq 问题建模 根据问题和数据本身的特点 可以分为几种不同 一对一 one to one 多对一 many to one 一对多 one to many 多对多 many t
  • keras上手之:与tensorflow混合编程

    tensorflow具备许多优秀的函数和功能 xff0c 比如tensorboard xff0c keras作为tensorflow的高级API xff0c 封装很多tensorflow的代码 xff0c 使得代码模块化 xff0c 非常方
  • 贝叶斯网络和概率推理(一):理性决策与朴素贝叶斯

    在实际问题中 xff0c 理性决策 xff08 rational decision xff09 就意味着必须对结果出现的相关因素及其重要性 xff0c 以及目标实现的可能性进行合理评估 由于未知和惰性 xff0c 让我们对问题中的每个 因果
  • DTI数据处理: from scanner to statistics

    安装准备 工具 FSL MRIcron 准备工作 MRIcron安装 MRIcron的下载地址 http www mccauslandcenter sc edu mricro mricron dcm2nii html FSL安装 FSL是一
  • 核磁数处理和数据分析的资源汇总-不断更新

    在线电子书 xff1a http www magnetic resonance org 几个专业名词 axial diffusivity AD fractional anisotropy FA mean diffusion MD radia
  • 如何将Python算法模型注册成Spark UDF函数实现全景模型部署

    本文作者来自Byzer社区 amp Kyligence 机器学习平台工程师 Andie Huang 背景 Background 对于算法业务团队来说 xff0c 将训练好的模型部署成服务的业务场景是非常常见的 通常会应用于三个场景 xff1
  • linux系统下c/cpp编译链接时系统的默认搜索路径

    C C 43 43 程序在linux下被编译和连接时 xff0c GCC G 43 43 会查找系统默认的include和link的路径 xff0c 以及自己在编译命令中指定的路径 自己指定的路径就不说了 xff0c 这里说明一下系统自动搜
  • 核磁数据处理: FSL系列之segmentation工具FAST

    fsl的segmentation工具 FAST FMRIB s Automated Segmentation Tool 将大脑组织的3D影响分解为不同的组织 比如灰质 白质 脑脊液等等 同时还可以进行spatial intensity va
  • 核磁数据处理: FSL系列之bet命令

    bet命令用于脑组织的提取 有GUI和命令行两种调用方式 下图是bet的GUI界面 在shell中输入命令Bet就可以启动bet的GUI界面了 界面非常简单 只需要制定输入图像 设置图像密度阈值f 选择bet命令执行的方式 Run stan
  • MRI数据处理: FSL线性配准flirt命令

    flirt 是FSL的线性修正工具 官方提供了非常丰富的调用方式 命令Flirt可以启动FLIRT的GUI 43 InvertXFM ApplyXFM ConcatXFM命令flirt 是命令行工具misc flirt utilities
  • Linux中的管道和IO重定向

    Linux中的管道和IO重定向 管道技术是什么 管道是linux中进程之间的通信技术 核心思想是先进先出 FRIST IN FIRST OUT FIFO 管道的英文是pipeline 这个词很生动地描述了数据和信息在进程之间的流动就像在水管
  • 数据分析之: 基本文件操作

    查看数据和文件基本操作 拿到数据后 我们都会马上打开看看 最直接的动作就是鼠标点开 看看都有哪些文件夹 里面都有哪些数据 如果数据比较少 这样简单粗暴的查看方式在时间上还是可以接受的 但是如果数据文件很多 特别是文件夹嵌套了很多层 那这样的
  • 核磁数据处理之: FSL数据快视

    数据质量检查的时候 惯用的做法是用fsleyes逐个打开检查 当数据量变大的时候 这个做法非常消耗时间和精力 考虑到NifTI数据本质上就是好多成像切片三维重建的 如果可以将其中一些切片拿出来在html中批量显示 一个NifTI文件对应一排

随机推荐

  • 用shell脚本生成data pipeline的日志

    用shell脚本生成data pipeline的日志 在数据处理的data pipeline通常主要的数据处理工作都是用shell脚本批量完成 特别有必要生成各被试数据处理日志文件以便pipeline的调试 优化 数据处理的追踪 Pytho
  • linux中的sed 命令-替换

    sed源自stream editor 意为流编辑器 是linux的三大文本编辑工具之一 seg grep awk sed是一种在线编辑器 它一次只处理一行内容 xff0c 并将结果发送到屏幕 具体过程如下 xff1a 1 首先sed把当前正
  • shell脚本:函数及传参

    函数的定义 shell脚本的函数位置相对自由 既可以一个shell脚本单独成一个函数 也可以在主代码中嵌入内置函数 在Shell中可以通过下面的两种语法来定义函数 xff0c 分别如下 xff1a function name stateme
  • 创新者的孤独

    我在刚入行的时候 xff0c 经常看 JavaEye 现在的 Iteye 论坛 xff0c 那个时候有个猛人开发了一个web框架 Douyu 在论坛里一炮走红 他通过改写 Java 编译器来实现很多原先实现不了的动态能力并且抛弃了 Java
  • shell脚本选项设置及解析

    shell脚本的选项 比较复杂的shell脚本通常都会支持多个选项及其输入 通常形式为 a z A Z filename settings 在控制台输入脚本名称时 还会显示出帮助信息 显示帮助 可以定义一个Usage 函数作为脚本的帮助函数
  • 磁共振影像分析之: 基于FSL的VBM分析(2)

    统计分析 生成好study specific模板 下来要做统计分析组间差异了 如果用fsl提供的vbm方案 这一步对应的就是fslvbm 3 proc这个命令了 fslvbm 3 proc 这一步和实验设计和研究问题本身很有关系 这里讲讲f
  • shell脚本中 LC_ALL=C 的含义

    在shell脚本中常见到如下语句 export LC ALL 61 C 这一句的作用是为了去除所有本地化的设置 xff0c 让命令能正确执行 Linux的运行环境 在Linux中通过locale来设置程序运行的不同语言环境 xff0c lo
  • XNAT神经影像多中心数据管理开源平台vagrant虚拟机部署方案

    XNAT extensible Neuroimaging Archive Toolkit 是一个开源的软件平台 xff0c 旨在帮助神经影像及其相关数据的管理和挖掘 XNAT包括一个加密的后端数据库和一个基于万维网的丰富的人机界面 xff0
  • vagrant入门指南(一) : 安装与基本配置

    vagrant介绍 vagrant是用来构建虚拟开发环境的工作 非常适合php python ruby java开发web应用 在生产环境中经常利用vagrant封装一个Linux开发环境 分发给团队成员 每个成员可以在自己的桌面系统上开发
  • vagrant入门指南(二): 创建vagrant项目

    创建vagrant项目的第一步应该是新建Vagrantfile文件 在Vagrantfile中应该明确两个问题 1 明确项目的root文件夹位置 vagrant的很多配置选项都是根据root文件夹的位置设置的 2 描述项目需要的机器和资源
  • 机器学习之:流形与降维概述

    流形与降维 xff1a 概述 降维算法概述流形学习距离的定义 KNN图与流形降维KNN图SNE算法 降维算法概述 降维 xff0c 顾名思义就是把数据或者特征的维度降低 xff0c 一般分为线性降维和非线性降维 线性降维有 xff1a PC
  • 机器学习之:载入数据

    加载公共的开放数据 通过url链接下载 通常网上有很多开放数据供算法测试 通常要用到urllib从给定的链接下载 例如从UCI机器学习数据仓库中下载的数据 xff1a span class token keyword import span
  • shell脚本:如何记录计算时长以及如何保存日志文件

    python和matlab都有非常友好的记录时间的方式 xff0c 且不说python的time xff0c datetime工具包 xff0c matlab的tic xff0c toc命令简单好记 xff0c 都是程序时间很好的记录工具
  • MRI-FSL pipeline 多进程并发和并发数控制

    shell脚本并发 在MRI预处理pipeline串行执行非常耗时 非常有必要将pipeline并行化 在linux环境下 并行计算可以有多种实现方法 例如在shell中通过转入后台的方式 或者用xargs多进程并发 还可以用fifo管道实
  • 增长黑客 - 开源项目增长利器

    2012 年我开源了自己的第一个项目 https github com allwefantasy ServiceFramework 这个项目并不成功 xff0c 但对我个人的价值还是比较大的 xff0c 一直作为我工具箱用到现在 从 16
  • vagrant(三):网络配置

    网络配置 所有的网络设置都可以通过配置Vagrantfile来实现 具体来说 xff0c 就是在Vagrantfile中调用config vm network进行相关的设置 vagrant支持以下三种网络配置 xff1a Forwarded
  • vagrant(四):共享目录

    vagrant共享目录 共享目录synced folder 参数共享目录类型 共享目录 共享目录可以设置Vagrant在宿主机 host 和虚拟机 guest 之间同步文件 xff0c 这样做的好处是可以在宿主机上开发 xff0c 在虚拟机
  • FSL的python和R语言接口

    FSL除了本身支持shell命令调用以外 还有一些其他语言的工具包 例如 python和R fsl的python编程库称为fslpy 是可视化工具FSLeyes的一部分 fslpy目前支持python 3 5 3 6 and 3 7开发环境
  • linux rm 命令误删文件恢复

    不小心用rm命令删错了文件 该怎么办 查看分区和文件格式 误删的文件在哪里 首先 用rm命令误删了文件 并不是不可以恢复 首先需要查看一下误删文件所在的分区和文件格式 df T 文件系统 类型 1K 块 已用 可用 已用 挂载点 dev s
  • MRI相关的基本概念

    磁共振基础 磁共振 磁共振 mageticresonanceMR xff1b 在恒定磁场中的核子 xff08 氢质子 xff09 xff0c 在相应的射频脉冲激发后 xff0c 其电磁能量的吸收和释放 xff0c 称为磁共振 基本参数 TR