【医学图像处理】clinica -- MRI+PET

【医学图像处理】clinica – MRI+PET

Clinica是一个为临床神经影像研究而开发的开源软件平台。作为一个命令行驱动的Python工具,Clinica集成了多种广泛使用的神经影像分析软件包,并采用标准化的数据组织格式,为研究人员提供了从数据转换到统计分析和机器学习的完整工作流。

prepare your neuroimaging data

官方说明文档：Prepare your neuroimaging data — Deep Learning Classification from brain MRI

环境

pip install clinica

还需要安装ANTs，上边的网址中有安装的命令

!/bin/bash -c "$(curl -k https://aramislab.paris.inria.fr/files/software/scripts/install_conda_ants.sh)"

使用该命令安装后，需要配置环境，下面是临时配置的步骤，即每次使用前都需要这么做一遍！

which antsRegistration

应该会输出ants所在的路径：/root/xxx/xxx/bin

export ANTSPATH=/root/xxx/xxx/bin

输入完以上两行命令之后，已经配置好了，接下来可以通过在终端输入以下命令进行检查：

antsRegistrationSyN.sh

终端会输出这个script的使用介绍

如果一切没有问题，那么ANTs就安装成功了

将数据整理为BIDS格式

将MRI和PET数据标准化数据格式：

Directory structure
   ├── sub-00001
   │    ├── ses-M00
   │         ├── anat                                        # MRI images
   │              ├── sub-00001_ses-M00_T1w.nii
   │         ├── pet                                         # PET images
   │              ├── sub-00001_ses-M00_trc-18FFDG_pet.nii
   ├── sub-00002
   │    ├── ses-M00
   │         ├── anat                                        # MRI images
   │              ├── sub-00002_ses-M00_T1w.nii
   │         ├── pet                                         # PET images
   │              ├── sub-00002_ses-M00_trc-18FFDG_pet.nii

处理MRI和PET数据

t1-linear：将T1w图像仿射配准到MNI标准空间

pet-linear：对PET图像进行MNI空间的空间归一化和强度归一化

将操作目录设置为BIDS文件夹所在的目录下 cd data/

使用命令行处理MRI：clinica run t1-linear BIDS/ CAPS

其中BIDS为整理好的数据文件夹，CAPS为输出数据文件夹

使用命令行处理PET：clinica run pet-linear BIDS/ CAPS/ 18FFDG cerebellumPons2

其中BIDS为整理好的数据文件夹，CAPS为输出数据文件夹，18FFDG为给PET采集的标签（18FFDG表示18F-fluorodeoxyglucose；18FAV45表示18F-florbetapir）

另外还可以用--n_procs x 来指定增加计算能力，如--n_procs 4

ps：可以用 && 来连接两个命令，让它们运行完一个接着运行另一个，而不需要再次手动运行

clinica run t1-linear BIDS/ CAPS && clinica runrun pet-linear BIDS/ CAPS/ 18FFDG cerebellumPons2

处理完的数据

通过上述过程得到的CAPS文件夹结构如下：

CAPS
   ├──subjects
      ├── sub-00001
           ├── ses-M00
                ├── t1_linear                                   # MRI images
                     ├── sub-00001_ses-M00_space-MNI152NLin2009cSym_desc-Crop_res-1x1x1_T1w.nii.gz
                     ├── sub-00001_ses-M00_space-MNI152NLin2009cSym_res-1x1x1_affine.mat
                     ├── sub-00001_ses-M00_space-MNI152NLin2009cSym_res-1x1x1_T1w.nii.gz
                ├── pet_linear                                  # PET images
                     ├── sub-00001_ses-M00_trc-18FFDG_space-MNI152NLin2009cSym_desc-Crop_res-1x1x1_suvr-cerebellumPons2_pet.nii.gz
                     ├── sub-00001_ses-M00_trc-18FFDG_space-T1w_rigid.mat
      ├── sub-00002
           ├── ses-M00
                ├── t1_linear                                   # MRI images
                     ├── sub-00002_ses-M00_space-MNI152NLin2009cSym_desc-Crop_res-1x1x1_T1w.nii.gz
                     ├── sub-00002_ses-M00_space-MNI152NLin2009cSym_res-1x1x1_affine.mat
                     ├── sub-00002_ses-M00_space-MNI152NLin2009cSym_res-1x1x1_T1w.nii.gz
                ├── pet_linear                                  # PET images
                     ├── sub-00002_ses-M00_trc-18FFDG_space-MNI152NLin2009cSym_desc-Crop_res-1x1x1_suvr-cerebellumPons2_pet.nii.gz
                     ├── sub-00002_ses-M00_trc-18FFDG_space-T1w_rigid.mat