神經影像資料處理/處理/步驟/表面提取

概念

大腦皮層的拓撲結構、柱狀結構和層狀結構不能輕易從 3D 體積或大腦切片表示中推斷出來。皮質表面圖提供了另一種方法來表示皮質及其內在二維結構。通常使用 T1 加權的解剖 3D-MRI 體積來生成單個表面圖。解剖表面可以與表面圖譜進行配準 配準和歸一化，功能影像可以被轉換並顯示在解剖表面上。

有不同的表面表示可用，例如皮質表面、灰質-白質邊界、膨脹表面或球體。膨脹表面的優勢在於，埋在腦溝中的資訊變得可見，並且可以更清楚地瞭解哪些區域實際上在組織內是相鄰的，哪些區域只是因為皮質摺疊而彼此靠近。球體的設計是為了使基於表面的座標系可用。

表面提取程式包括一組不同的步驟，將在下面描述。Fisher 和 Dale 首次描述了完整的程式 並將其應用於 FreeSurfer ，這可能是最突出的表面提取軟體。

注意：這些步驟中的一些也可以用於基於體積的分析。例如，組織分割可用於使用組織機率圖進行歸一化（例如在 SPM 中完成）或在基於體素的形態計量分析之前進行。顱骨剝離有時也包含在預處理流程中，而不會進行後續的表面提取。並且，不同的步驟應該進行視覺質量控制，因為表面提取中的錯誤會影響整個分析。

等值面

這裡描述的表面提取不同於從體積中計算等值面。後者更簡單地提取體積的一層，但沒有考慮組織邊界，不能膨脹等。等值面有助於視覺化，但無助於描述表面拓撲結構。

表面提取程式

校正組織不均勻性

對於基於體積的方法，校正解剖影像的磁場不均勻性很重要。這在 場圖/偏差場校正 中有更詳細的描述。

顱骨剝離

去除非腦組織，參見 顱骨剝離。

組織分割

將腦組織分類為不同的組織類別，通常是灰質 (GM)、白質 (WM) 和腦脊液 (CSF)。參見 組織分割。

切割平面

為了獲得每個半球的表示並去除皮質下結構，建立了兩個切割平面。其中一個是沿著胼胝體的矢狀切，另一個是穿過腦橋的水平切。

構建表面

確保沒有拓撲缺陷，例如把手（表面的兩個獨立部分透過隧道連線）或補丁（表面上的孔），但網格實現球面拓撲。使用連通分量分析填充內部孔洞。

在每個半球體積的灰白邊界上對三角形網格進行細分，並變形網格以生成灰白介面的平滑表示和皮質表面。確保沒有拓撲缺陷，例如把手（表面的兩個獨立部分透過隧道連線）或補丁（表面上的孔），但網格實現球面拓撲。

平滑

對於皮質表面，空間平滑僅在表面提取後進行。這有助於最大程度地減少 fmri 訊號在腦溝或腦回之間的模糊。

實現

AFNI

SUMA (SUrface Mapping with Afni) 是一個用於 AFNI 框架中基於表面的功能性影像分析的程式。它允許檢視三維皮層表面模型，並將體積資料對映到這些模型上。使用 SUMA，AFNI 可以同時即時地以四種模式渲染功能性影像資料：切片、圖形（時間序列）、體積和表面，並在它們之間建立直接連結。有關 SUMA 的資訊，請參見此處： 或者，如果您已經安裝了包含 SUMA 原始碼的 AFNI，只需進入 AFNI 環境並輸入以下命令即可試用。

suma

在 afni_proc.py 中，可以包含 surf 塊。要指定的重要選項包括應與表面對齊的解剖體積以及表面規範檔案（一個或兩個半球）。

-do_block surf 
-surf_anat ANAT_DSET
-surf_spec spec1 [spec2]

還有幾個 AFNI 函式可用於執行上述例程的不同單步操作，請參閱相應的章節。

IsoSurface 是一個從體積中提取等值面的程式。（參見上面）

處理體積和表面時，其他有用的函式可能是 3dVol2Surf、ConvertSurface、CompareSurfaces、Surf2VolCoord。

參考文獻

Huettel, S. A., Song, A.W., & McCarthy, G. (2008). 功能性磁共振成像 (第二版)。Sinauer Associates, Inc: 薩勒姆，馬薩諸塞州，美國。