DTI配准之Slicer(Elastix or BRAINS)配准篇(转载)

DTI配准之Slicer(Elastix or BRAINS)配准篇

西安交大一附院 杜昌旺

在上一个教程《构建多模态影像的基础-配准之spm配准篇》没有介绍配准的基本原则及原理,在这里补上。

多模态影像的配准原则:①优先以分辨率高、层厚薄T1为基准图像;②若CT层薄,可以先以薄层CT为基准图像配准T1,然后以配准后的T1像为基准图像配准其他系列影像;③优先相同扫描仪器、相同扫描系列的配准(如CTA与CT配准,T1与T1增强等)。

配准的原理:①刚体变换(rigid body transformation):只需要经过空间的平移和旋转,核磁图像中,空间可沿着x、y、z轴平移或旋转,因此刚性变换只需要6个自由度;②仿射变换(affine transformation):除了需要空间平移和旋转以外,还需要图像的拉伸(Scaling)如放大、缩小,和图像的倾斜(Skews/Shears),图像的拉伸和倾斜也有6个自由度。因此,仿射变换的自由度是12个;③非线性变换:除了平移、旋转、拉伸、倾斜外,还需要图像局部的形变,故需要的自由度在12个以上。

DTI由包含多个方向的扫描序列,故配准比较特殊。可以通过slicer自带的General Registration(BRAINS)及插件General Registration(Elastix)配准。还可以通过SPM联合BRAINS或SPM联合Elastix配准。

这篇讲讲授通过slicer的插件General Registration(Elastix)配准。

首先下载安装DTI的三个插件

下载安装配准的Elastix插件

这里我以DTI配准薄层CT为例,编写教程,至于为啥要选CT呢,是因为我用CT重建虚拟现实配准的mark。

载入CT,注意选择centered,当然也可以载入后在Volume标签的VolumeInformatica里选择center volume剧中图像。

然后通过以下几步导入DTI原始数据

选择Diffusion→Import and Export→Diffusion-weighted DICOM Import

弹出下面的对话框,选择DicomToNrrd,在Input DIcomData Directory里选择以单张dicom格式存储的DTI的文件夹(一个扫描方向的多张图片存为一个dicom的文件的DTI数据不能在这里导入,后面我另写教程),注意不要有中文,Output填入DTI原始数据的命名,我命名为DWI(命名随便,只要自己明白是什么数据就行),然后选择Apply。出现右边三视图的数据说明导入成功了。

导入成功后选择Volume标签,在Active Volume里选择导入的DTI数据,我上面命名的是DWI,然后选择Center Volume,这步不能省哦,不然配准极有可能会出问题

往下翻,看看Display里面看DWI Component,后面的最大数字就是DTI扫描的方向,我的数据扫描的是30个方向,其中0是DTI的基准图像,也是后面要用到的配准图像。

导入DTI原始数据了,还不能配准,我们必须分离出基准图像(baseline图像),选择Diffusion→Process→Diffusion Brain Masking

进入下面对话框,Input DWI Volume里选择DTI原始数据DWI,Output Baseline Volume填入名称(我填DWI Baseline),Output  Diffusion Brain Mask填入用于追踪全脑纤维束的蒙版名称(我填Brain Mask),然后点Apply

基准图像(DWI Baseline)分离出来,下面我们来用Slicer的插件Elastix 或BRAINS配准

第一种方法用Elastix插件配准

选择Registration→General Registration(Elastix)

进入下面的对话框Fixed Volume选择DTI和那个系列图像配准,我的是CT,Moving volume选择被配准的图像,我们这里是用DTI去配准CT,所以选择DTI原始数据的基准图像(DWI Baseline),Preset选择generic rigid(上面提到的刚性配准,当然也可以选择其他的配准方式,之间的区别见本文开头)

我们这步需要得到空间变换的数据,我命名为DTI2CT Transform。Output Volume对我们没有用,可以填也可以不填。然后点Apply。配准好了会在下面的状态框里出现Registration is completed。

第二种方法选择用BRAINS插件配准

Registration→General Registration(BRAINS)

进入下面的对话框Fixed Volume选择CT,Moving volume选择DWI Baseline,Percentage Of Samples(采样率)越大,时间越长,配准理论上越精确,默认0.002,我们选择0.01就可以了。Slicer Linear Transform即线性空间变换数据,我我命名为DTI2CT Transform。Output Image Volume对我们没有用,可以填也可以不填。Initialize Transform Mode:我们一般选off就行(useMomentsAlign通过图像配准;useCenterOfHeadAlign通过头颅的中心配准,如果头颅配准,空间位置相差太远选择这个;useGeometryAlign通过矩阵的配准;useCenterOfROIAlign通过感兴趣区配准)。Registration Phases选择 rigid(刚性配准)。我们这步需要得到空间变换的数据,我命名为DTI2CT Transform。然后点Apply。配准好了Status出现completed。

通过上面的两种方法,我们得到DTI向CT配准的空间变换数据DTI2CT Transform。然后点Transform模块,Active Transform选择DTI2CT Transform,大家看DWI Baseline已经配准过了,所以出现在Transformed列表里面。下面我们将DTI的原始数据DWI及全脑纤维束的蒙版Brain Mask选择后点击→,进行空间坐标转换,就和CT配准了。

大家看看三视图检查一下配准的咋样,最后最重要的一步是进行固化Harden Transform,不进行固化的话,后面进行纤维束追踪的时候会回到初始的空间位置

以上是配准的过程。

配准好了后就可以进行纤维束示踪后面的处理步骤了

计算弥散张量Diffusion→Process→Diffusion Tensor Estimation

Input DWI Volume选择DWI,Input Brain Mask选择Brain Mask,Output DTI Volume我命名为DTI,Output Baseline Volume我命名为DTI Baseline,然后点Apply。

生成Fa图Diffusion→Process→Diffusion Tensor Scalar Maps

Input DTI Volume选择DTI,Output Volume我命名为FA,Scalar Measurement选择FractionalAnisotropy,然后点Apply。

纤维束示踪成像Diffusion→Tractography→Tractography Seeding

Input DTI Volume选择DTI,Output Fiber Bundle我命名为FiberBundle,Input Fiducials Model or Label Map选择我们之前配准过的蒙版BrainMask,最后点Update生成纤维束。

关注颅脑肿瘤、癫痫、脑出血、颅脑损伤、帕金森、三叉神经痛、面肌痉挛,关注神经外科,关注西安交通大学第一附属医院癫痫中心张华教授团队、关注西安交通大学第一附属医院神经外科张华教授团队的杜昌旺医生。

10 Comments

Add a Comment

电子邮件地址不会被公开。 必填项已用*标注