神经纤维束配准

核磁共振成像（MRI）数据目前在临床诊断，和科学研究中发挥着举足轻重的地位。特别是近些年来，随着神经成像技术的发展，脑科学取得了长足进步，使得破译的大脑结构，功能越来越多，总结出了很多有益的大脑发育和衰老规律，对于大脑发育，如面向婴幼儿的自闭症发病起因，对于疾病诊断，如面向老人的阿尔茨海默病早期诊断，都离不开MRI成像的辅助。在这些研究中，要人群中总结共性规律，要使用个体差异大的大脑MRI数据，配准是其关键。利用配准，可以把不同人的大脑按照结构、功能等共性对齐，配准越准，所能得到的规律就越准确。而这个文章将介绍面向大脑白质的，神经纤维束配准技术。

神经纤维束的配准主要使用Mrtrix3中的tcktransform 命令，通过将配准得到的变形场应用到神经纤维的坐标上，实现配准目的。然而，

• 在MRtrix3中，配准算法仅仅使用了least-squares metric，因此跨模态配准性能并不算最好；
• 此外， tcktransform也并不支持线性变换。众所周知，FSL和ANTs是非常常用的配准工具。

因此，在下文，将会分为三小节，首先介绍FSL和ANTs的配准命令，然后介绍如何将其结果转化为MRtrxi3中的格式，进而介绍如何执行神经纤维束配准操作。具体内容如下。

图片来自于“https://www.mrtrix.org/”

1. 基础知识

1.1 坐标系统

MRI影像处理和分析领域通常会涉及三种坐标系统的概念，分别是1）世界坐标系，2）解刨坐标系，和3）图像坐标系。如果规定了坐标原点，以及坐标刻度所代表物理单位，例如毫米等，就能方便地在三套坐标系统中切换。如果获得了MRI影像，加上一些坐标系的相关信息，即可容易计算出扫描时个体的位姿，进一步地，也可以在统一的世界坐标系下，将不同个体间的组织对齐，进行统一分析。

图片来自于“https://wenku.baidu.com/view/be857a8958f5f61fb73666bb.html?wkts=1697639004477&needWelcomeRecommand=1”

参考：

1. 核磁共振数据图像的坐标系统——从世界坐标系到图像坐标系的理解与转换，从矩阵坐标转换至MNI坐标
2. DCM图像的坐标系的相关理解（世界坐标-＞图像坐标）
3. DICOM医学图像读取涉及到的医学坐标体系
4. DICOM世界观·第一章 坐标系统
5. 影响MRI图像质量的几个K空间特性！

1.1.1 世界坐标系

1.1.2 MR扫描器坐标系

Registration, transformation, regridding: concepts

2.1 regridding

2.2 registration

2.2.1 transform matrix

2.2.2 warpfiled map

2. 线性配准

2.1 FSL-based

2.2 ANTs-based

2.3 MRtrix3-based

warpinit $ori_img wi_tmp.mif -force -quiet -nthreads 55

首先生成初始

mrtransform wi_tmp.mif -linear $warp_mrtx wi_tmp_rigid.mif -template $template -interp linear -inverse -nan -force -quiet -nthreads 55

tcktransform $input_tck wi_tmp_rigid.mif $output_tck -force -quiet -nthreads 55

3. 非线性配准

3.1 FSL-based

3.2 ANTs-based

3.3 MRtrix3-based

4. Mrtrix3相关命令说明

4.1 FSL-based

4.2 ANTs-based

4.3 MRtrix3-based

4.1 warpinit

4.2 mrtransform

4.3 mrregister

Note that mrregister currently only supports a least-squares metric which is not well suited for registration across-modalities.