Freesurfer皮质分割采用的数据集Cortical Parcellation
Cortical Parcellation官网原文链接:http://surfer.nmr.mgh.harvard.edu/fswiki/CorticalParcellationDesikan-Killiany atlas ?h.aparc.annotDestrieux atlas ?h.aparc.a2009s.annotFreesurfer中mris_ca_trainandmris_ca_la
Cortical Parcellation
官网原文链接:http://surfer.nmr.mgh.harvard.edu/fswiki/CorticalParcellation
Desikan-Killiany atlas ?h.aparc.annot
Destrieux atlas ?h.aparc.a2009s.annot (每个半球有74个类型)
Freesurfer中 mris_ca_train and mris_ca_label 程序可以通过一个手动标记的训练集估计概率信息来为皮质表面模型的每个位置自动标记神经解剖学标签。这个过程结合了从皮质模型采集的几何信息和在训练集中发现的神经解剖学先验知识。结果是完整滴标记了皮质沟和脑回。
-
mris_sample_parc - samples a volumetric parcellation onto a surface 在表面上采样体积碎片
-
mris_label2annot - creates a .annot file from a set of labels and a colortable, for input to mris_ca_train
-
mris_ca_train - creates the reference atlas (produces .gcs files from a set of .annot files)
-
mris_ca_label - parcellates a cortical surface based on the reference atlas (produces .annot files)
Freesurfer中有三个图集
1. $FREESURFER_HOME/average/?h.curvature.buckner40.filled.desikan_killiany.2010-03-25.gcs - see Desikan et al., (2006).
这个是 'Desikan-Killiany' cortical atlas,它是基于回旋的图集:即,回旋被定义为在两个相邻沟渠的底部之间延伸。 即,回旋包括在pial部分视点上可见的部分+限定该回旋的沟的相邻坡。
Subject output is named <subjid>/label/?h.aparc.annot
2. $FREESURFER_HOME/average/?h.destrieux.simple.2009-07-29.gcs - see Fischl et al., (2004) and Destrieux et al. (2010).
这个是 'Destrieux' cortical atlas.它基于分割方案,该方案首先将皮质分为回旋区和沟区,两者之间的界限由表面的曲率值确定。 回旋只包括在pial皮层视图上可见的皮层,隐藏的皮层(沟两边的坡)标记为沟。
Subject output is named <subjid>/label/?h.aparc.a2009s.annot
3. $FREESURFER_HOME/average/?h.DKTatlas40.gcs
To create your own atlas, see the example in mris_ca_train. See also: SurfaceRegAndTemplates and tksurfer_labeledit.
Freesurfer处理完成一个数据后,在/label文件夹中 .annot 文件包含每个半球的分割数据。
- ?h.aparc.annot 文件包含了 desikan_killiany.gcs 分割方案
- ?h.aparc.a2009s.annot 文件包含了 destrieux.simple.2009-07-28.gcs 方案
- ?h.aparc.DKTatlas.annot对应 DKTatas40.gcs方案
.annot 文件中的数据可以用matlab脚本读取read_annotation.m (also found in $FREESURFER_HOME/matlab),例如:
>> [vertices,label,colortable]=read_annotation('rh.aparc.annot');
vertices只是每个顶点编号。 label 包含该顶点的分割标签,其中标签是一个colortable的编号。 例如,如果标签为'6553700',则在colortable.table中找到该数字,其标签名称为colortable.struct_name中的相同索引(在此示例中,'6553700'为'frontalpole')。
Lobe mapping
某些ROI跨越两个或多个叶边界(即fusiform),其他ROI(即扣带状细分)可以单独考虑或包含在下面4个分类中。 以下是各个“ Desikan-Killiany” ROI(在?h.aparc.annot中找到)到叶的近似映射
Frontal
- Superior Frontal
- Rostral and Caudal Middle Frontal
- Pars Opercularis, Pars Triangularis, and Pars Orbitalis
- Lateral and Medial Orbitofrontal
- Precentral
- Paracentral
- Frontal Pole
Parietal
- Superior Parietal
- Inferior Parietal
- Supramarginal
- Postcentral
- Precuneus
Temporal
- Superior, Middle, and Inferior Temporal
- Banks of the Superior Temporal Sulcus
- Fusiform
- Transverse Temporal
- Entorhinal
- Temporal Pole
- Parahippocampal
Occipital
- Lateral Occipital
- Lingual
- Cuneus
- Pericalcarine
Cingulate (if you want to include in a lobe)
- Rostral Anterior (Frontal)
- Caudal Anterior (Frontal)
- Posterior (Parietal)
- Isthmus (Parietal)
您可以使用mri_annotation2label提取一个个体存在的皮质分割标签然后使用mri_mergelabels将这些标签融合在一起以形成叶。
mri_annotation2label --subject subjid --hemi rh --outdir ./location
mri_mergelabels -i label1 -i label2 -o outputlabel
对于FS V5.0和更高版本,您还可以运行带有--lobesStrict的mri_annotation2label来获取波瓣注释。 如果该“波瓣”的定义对您有利,那么您可以运行mris_anatomical_stats来获取每个波瓣的体积。
对于较早的版本,可以使用mri_annotation2label将标签分开,然后使用mri_mergelabels将各个标签合并为叶标签,然后使用mris_label2annot创建叶注释,然后使用mris_anatomical_stats。
mri_annotation2label --help将为您显示更多可用选项。
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
所有评论(0)