使用CAT进行MRI脑图像分析
MED620122 生物医学工程进展
数据
在所提供的6个T1 MRI数据（男性和女性各3位）上进行分析。根据SPM或CAT所提供的学习资料，边学习边分析这6个数据。
要求：
- 去除颅骨后对脑容量分析，如平均脑容量，男性与女性脑容量比较；
- 分割大脑灰质、白质和脑脊液，并进行比较分析；
- 分割出大脑左右尾状核，并比较分析。
- 改善图像的对比度，将6个图像的亮度变换到同一空间，并进行变换前后对比显示。
1 配置环境
系统环境： windows 10
软件配置：
- MATLAB R2018b
- SPM12 (https://www.fil.ion.ucl.ac.uk/spm/software/)
- CAT(http://dbm.neuro.uni-jena.de/cat/index.html#DOWNLOAD)
- MRIcron (https://www.mccauslandcenter.sc.edu/crnl/)(仅用于可视化)
- xjview (http://www.alivelearn.net/xjview/)(仅用于可视化)
- MIPAV (https://mipav.cit.nih.gov/documentation.php#userguide)
2 操作流程
2.1 安装与配置
首先至matlab官网下载安装matlab2018b，安装默认套件即可。
然后按照spm的说明，安装spm12(https://www.fil.ion.ucl.ac.uk/spm/software/)。
CAT和xjview都是基于spm的，所以spm需要先安装好。然后再下载安装CAT，直接把下载的文件拷贝进spm12/toolbox目录即可。本次作业基本上使用CAT进行分析，所以可以参考学习CAT的manul(http://www.neuro.uni-jena.de/cat12/CAT12-Manual.pdf)。
MRIcron是直接下载好就能用的。xjview比较有意思，你填了邮箱以后，会由他的开发人员给你发下载地址和安装教程，而使用说明是每日发一封邮件的形式逐天发给你。MIPAV也是直接下载就OK的
2.2 CAT分析流程
2.2.1 打开CAT
首先在matlab命令窗口依次输入如下命令打开cat
addpath('D:/matlab_toolbox/spm12')
spm fmri
cat12
2.2.2 数据预处理（分割数据）
CAT12 → Preprocessing → Segment Data，依次选中6个病人的MRI文件，
Split job into separate processes可以设置多线程，由于该笔记本为4核，所以设置为4
颅骨去除，模板的选择，配准的方案均选择默认。
写入文件的参数建议尽量选择yes，防止后续处理中需要用到。
如果按照上述的，尽量输出选项为yes的话，共计会生成4个文件夹：
- label文件夹里mat矩阵存了cobra、hammers、lpba40、neuromorphometrics四个图谱的label。(mat矩阵中hammers图谱中有类似于“尾状核”(Caudate nucleus)的名称lCauNuc以及rCauNuc，对应的data里面的对应索引处，是“尾状核”的体积（分别是其中灰质、白质、脑脊液的体积，单位是立方厘米，和fsl分割出来的大小略又差异）)
- mri文件夹里主要是Partial Volume的label（p0开头）、灰质（p1开头）、白质（p2开头）；归一化后的灰质（wmp1开头）、归一化后的白质（wmp2开头）；配准后的灰质（rp1开头），配准后的白质（rp2开头）；Jacobian determinant（wj开头），Bias, noise and intensity corrected T1 image（wm开头）；wm表示：modulated (m) normalized (w)，p表示：partial volume (PV) segmentation。
- report文件夹里面主要是txt的运行日志；pdf和png版本的整体报告，附录中展示了其中一个报告的例子；mat矩阵里面存了运行的参数，
- surf文件夹里主要是surf的数据，Surface Tools的功能会用到
2.2.3 数据可视化
本次实验的9张图像可以通过进行可视化，结果可以参见附录，具体操作过程如下：
CAT12 → Check data quality → Display one slice for all images
2.2.4 估计颅内总容积（TIV）
主要是进行脑容量，灰质、白质和脑脊液的测量
CAT12 → Statistical Analysis → Estimate TIV
Save values 选择全都要保存
最终会得到如下的表格
| Name | TIV | GM | WM | CSF | WMH |
|---|---|---|---|---|---|
| CC0003_63_F | 1145.14 | 488.14 | 386.42 | 268.51 | 2.07 |
| CC0004_67_M | 1685.98 | 638.31 | 629.60 | 414.24 | 3.81 |
| CC0005_62_M | 1457.42 | 606.25 | 514.36 | 335.73 | 1.07 |
| CC0006_63_F | 1457.24 | 604.55 | 510.20 | 341.38 | 1.10 |
| CC0007_62_M | 1704.09 | 639.64 | 663.79 | 398.57 | 2.08 |
| CC0008_60_F | 1251.59 | 537.33 | 461.99 | 251.54 | 0.73 |
单位都是立方厘米
可以明显看出有下面的关系
TIV+GM+WM+CSF+WMH
含义：
- TIV:颅内总容积total intracranial volume
- GM:灰质
- WM:白质
- CSF:脑脊液 cerebrospinal fluid
- WMH:白质高信号区 white matter hyperintensities
同时，可以从表中看出，男性的平均脑容量、大脑灰质、白质和脑脊液都明显大于女性（男女的年龄是近似，初步推断差异具有统计显著性的）。
2.2.5 建立统计模型 Building the Statistical Model
这里科普一下manul中的factor和covariates的含义
- 因变量(factor)：分类变量，或聚类后的连续变量
- 协变量(covariates)：一般指连续变量
此处我选择的是Two-sample t-test
CAT12 → Statistical Analysis → Basic Models
双样本t检验，检验灰质的差异性(wmp1*)，操作参数如图：
灰质检验结果如下，可以从箱线图看出来有明显差异。
同样的，对白质检验(wmp2*)结果如下，也可以从箱线图看出来有明显差异。
PS：此处选择mwp1,mwp2,wm文件和rp1,rp2文件都可以，选择p0,p1,p2文件会报错。
2.2.6 xjview可视化
此处不能选择最原始的nii文件，也不能选p0,p1,p2开头的文件，会出warning说图像来源不同
此处选择的是wm开头的文件，即Bias, noise and intensity corrected T1 image
操作及结果的要点：
- 点击第一排倒数第二个
File按钮打开文件 - 选择aal图谱，并在左下方选择“尾状核”
- 界面中部的
// Right Cerebrum // Sub-lobar // Caudate // Gray Matter // Caudate Head // undefined表示当前的解剖学位置
具体操作流程和结果如下：
2.2.7 MIPAV可视化
主要参考的教程在：https://mipav.cit.nih.gov/pubwiki/index.php/MIPAV_Help
其实就是可视化一下，变换图像空间即可。
操作方法就是“File” -> “Open image(A) from disk” 打开文件，然后在“Image”选项里面，选择“Histogram – LUT”，拖动灰度直方图就OK了
2.2.8 MRIcron可视化与编辑
我理解的MRIcron就是一个可以方便进行图像标注，图像可视化，图像编辑操作的软件。
这里面有一个很重要的功能，在脑部影像图像处理中经常需要用到，就是选取脑部大致区域ROI。
就是去除颅骨的时候，有些软件是根据大脑的质心进行膨胀，然后拿到颅内部分，而我们平时拿到的数据经常会有颈部等区域，这些软件鲁棒性不好的话，“去除颅骨操作”会被这些区域影响，从而影响最终去除颅骨的效果。因此老师上课的时候，Draw->Advanced->Crop edges，先行把颈部去掉，防止影响后续去除颅骨的操作
3 附录
报告的示例
归一化后的白质
归一化后的灰质
配准后的白质
配准后的灰质
白质
灰质
Partial Volume的label
Jacobian determinant
Bias, noise and intensity corrected T1 image
