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地從 3D 體積或大腦切片表示中推斷出來。皮層表面圖提供了一種替代方法來表示皮層及其內在二維結構。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配準 配準和歸一化，並且功能影像可以轉換並在解剖表面上顯示。

不同的表面表示可用，例如腦膜表面、灰質-白質邊界、膨脹表面或球體。膨脹表面的優點是，隱藏在腦溝中的資訊變得可見，並且可以更清楚地看到哪些區域實際上在組織內相鄰，哪些區域僅僅因為皮層摺疊而彼此靠近。球體的設計目的是使基於表面的座標系可用。

表面提取流程包括一系列不同的步驟，將在下面描述。Fisher 和 Dale 首次描述了完整流程 ，並在 FreeSurfer 中實現，FreeSurfer 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，組織分割可以用於執行使用組織機率圖的歸一化（例如在 SPM 中執行）或在基於體素的形態學分析之前。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。並且再次，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，但不能幫助描繪表面拓撲結構。

表面提取流程

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非常重要。這在 場圖/偏置場校正 中有更詳細的描述。

顱骨剝離

去除非腦組織，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)。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。其中一個是在胼胝體上的矢狀切，另一個是透過腦橋的水平切。

構建表面

確保沒有拓撲缺陷，例如柄（表面的兩個獨立部分透過隧道連線）或補丁（表面上的孔洞），但網格實現了球形拓撲。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鑲嵌三角形網格，並變形網格以產生灰白介面的平滑表示和腦膜表面。確保沒有拓撲缺陷，例如柄（表面的兩個獨立部分透過隧道連線）或補丁（表面上的孔洞），但網格實現了球形拓撲。

平滑

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

實現

AFNI

SUMA（使用 AFNI 進行表面對映）是一個在 AFNI 框架下進行表面功能性影像分析的程式。它允許檢視三維皮質表面模型，並將體積資料對映到模型上。使用 SUMA，AFNI 可以同時並即時地以 4 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，並且它們之間直接連結。有關 SUMA 的更多資訊，請訪問： 或者直接嘗試一下（前提是您已經安裝了 AFNI，其中包含 SUMA 原始碼），只需進入 AFNI 環境並輸入

suma

在 afni_proc.py 中，可以包含 surf 程式碼塊。需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]

還有一些 AFNI 函式可用於執行上述例程的不同單個步驟，請參見各個章節。

IsoSurface 是一個用於從體積中提取等值面的程式。（見上文）

在處理體積和表面時，其他有用的函式可能包括 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: 馬薩諸塞州桑德蘭市。