使用SUIT进行小脑体积分割与皮层计算
1.SUIT软件安装
在官网下载软件包后解压,然后把解压包放进SPM12 toolbox 内,并把文件名更改为suit,即可在spm软件的toolbox内打开软件。
软件下载地址:官网地址SUIT3.5
本次演示所采用的软件是SUIT3.3版本,Windows10,SPM12环境。最新版运行或许会出现部分不兼容问题。
2.简单使用
2.1进行isolation之前先进行图像原点矫正、确定图像的扫描方向是否为LPI、以及图像分辨率。
可以使用下面代码进行自动原点矫正(即使中心的位于前后联合位置)。
function auto_reorient(p)
if ~nargin
[p,sts] = spm_select(Inf,'image');
if ~sts, return; end
end
p = cellstr(p);
vg = spm_vol(fullfile(spm('Dir'),'canonical','avg152T1.nii'));
tmp = [tempname '.nii'];
for i=1:numel(p)
spm_smooth(p{i},tmp,[12 12 12]);
vf = spm_vol(tmp);
M = spm_affreg(vg,vf,struct('regtype','rigid'));
[u,s,v] = svd(M(1:3,1:3));
M(1:3,1:3) = u*v';
N = nifti(p{i});
N.mat = M*N.mat;
create(N);
end
spm_unlink(tmp);
可以保存为.m文件后,拉到spm软件后使用。
2.2使用下面代码进行方向和分辨率矫正。
%%SUIT软件批量修改分辨率和朝向
voxsiz = [1 1 1]; % new voxel size {mm}
V = spm_select([1 Inf],'image');
V = spm_vol(V);
for i=1:numel(V)
bb = spm_get_bbox(V(i));
VV(1:2) = V(i);
VV(1).mat = spm_matrix([bb(1,:) 0 0 0 voxsiz])*spm_matrix([-1 -1 -1]);
VV(1).dim = ceil(VV(1).mat \ [bb(2,:) 1]' - 0.1)';
VV(1).dim = VV(1).dim(1:3);
spm_reslice(VV,struct('mean',false,'which',1,'interp',0)); % 1 for linear
end
使用方法同上。
2.3使用基本流程
(1)Segmentation & Isolation
在gui界面或者command面板输入suit_isolate_seg({'E:\data\data\T1\T1.nii'})
后开始进行分割。
此处输入文件为rT1,即经过原点矫正、方向及分辨率矫正后的文件,如果不做这一步,会出现分割空白文件错误。
分割结束后,得到的结果文件:
T1:3D-T1结构文件
rT1:进行了原点矫正,reoritation及更改分辨率后的文件。
c_rT1:进行了分割后的文件,只剩下小脑及脑干。
c_rT1_pcereb:小脑及脑干mask
rT1_seg1:小脑灰质mask
rT1_seg2:小脑白质mask
c_rT1灰色部分
c_rT1_pcereb红色部分
————————————————————————————————————————————————————————————————————————————————————————
rT1_seg1:小脑灰质mask,红色部分
rT1_seg2:小脑白质mask,蓝色部分(包含了脑干)
(2)Normalization using Dartel
normalization后得到的结果文件如下:
(3)Reslicing into atlas space(Dartel) 将数据重采样到SUIT(atlas)空间
输出文件:转换到标准空间(SUIT空间)的小脑灰质图像。
(4)Lobuli-ROI analysis with atlas
输出文件:
region和regionname分别代表第几个脑区及相对应的脑区的名字
size代表每个被试在28个小脑ROI上的平均灰质体积(这里的数值是小数,表示的是灰质体积比例)
使用SUIT进行小脑体积分割与皮层计算相关推荐
- 3D U-Net:从稀疏注释中学习密集的体积分割
作者:Tom Hardy Date:2020-01-10 来源:3D U-Net:从稀疏注释中学习密集的体积分割
- 排水沟槽开挖土方的计算方法(平行相似梯形组成的六面体体积分割计算方法)
排水沟槽是一种利用重力敷设排水管道需要开挖的沟槽.该沟槽的特点是: 1.沟槽的底宽从起点到终点保持不变(管径不变的情况下): 2.沟槽的边坡放坡边坡1:m保持不变."1:m"表示 ...
- (脑肿瘤阅读笔记:四十六)KIU-Net用于医学图像分割和体积分割的过完备卷积网络架构
目录 Title:KiU-Net: Overcomplete Convolutional Architectures for Biomedical Image and Volumetric Segme ...
- matlab求球的体积,【matlab计算不规则物体体积资讯】matlab计算不规则物体体积足球知识与常识 - 足球百科 - 599比分...
matlab,求不规则三维图形体积? 我咋看也是个光滑曲面呀,哪来的体积?当然假如xy面到曲面之间全被填充为实体,应该能用循环或积分计算每个xy单位面积上的曲顶柱体的体积,然后求和,我用循环尝试了下: ...
- 解读混淆矩阵在语义分割FCN指标计算中的应用(含代码实现)
一.混淆矩阵的概念 混淆矩阵也称误差矩阵,是表示精度评价的一种标准格式,用n行n列的矩阵形式来表示.具体评价指标有总体精度.制图精度.用户精度等,这些精度指标从不同的侧面反映了图像分类的精度. 在人工 ...
- 练习-Java字符串之StringToKenizer类分割字符串之计算手机话费总额
任务描述 本关任务:接收给定的话费清单,计算手机话费总额. import java.util.Scanner; import java.util.StringTokenizer; public cla ...
- 编写程序计算长方体的体积python_编写程序,计算圆柱体、球体、正方体和长方体的表面积和体积...
编写程序,计算圆柱体.球体.正方体和长方体的表面积和体积. #include "" #include"" class Shape { protected: in ...
- Educoder-java字符串之StringToKenizer类分割字符串之计算手机话费总额
比上一题多了亿点点知识点--不知不觉又40分钟过去了 掌握知识点 countTokens()方法:统计分割个数 nextToken()方法:指定下一个数据 hasMoreTokens()方法: Int ...
- 已知空间中的三点 求三角形面积_各类几何体的体积与表面积的计算问题
考纲原文 了解球.棱柱.棱锥.台的表面积和体积的计算公式. 知识点详解 一.柱体.锥体.台体的表面积 1.旋转体的表面积 2.多面体的表面积 多面体的表面积就是各个面的面积之和,也就是展开图的面积. ...
最新文章
- 1977中文版_历年星云、雨果获奖长篇中文版汇总
- sql增删改查_增删改查!sql2pandas方法手册
- 【Cocos2d-X开发笔记】第一期 Cocos2d-X的环境搭建
- python算法攻略_算法基础及python实现笔记一(堆和DFS)
- pysvn安装及常用方法
- wait/notify的基本使用
- table.render加入php传值,iView中Table通过render添加一个Input如何双向绑定数据
- FTP服务器和客户端源代码编写问题(ftp server client source)
- 编辑器eslint格式_ESlint 代码格式大坑vscode vetur,eslint 冲突
- easyui input输入框的限制和校验条件
- 杨辉三角(二项式定理)组合数 【noip 2011/2016 d2t1】
- hp alm功能介绍_Win10继任者Win10X终于完成!微软介绍六大新功能!
- BC 2015在百度之星程序设计大赛 - 预赛(1)(KPI-树董事长)
- 好工具,不私藏!介绍一个提高效率的利器
- 美国华盛顿警察局被敲诈勒索,怎样抵御新型勒索攻击?
- 对“陶哲轩-来自特征值的特征向量”的理解
- 波士顿大学计算机工程硕士,波士顿大学计算机工程专业硕士.pdf
- 火狐浏览器打开发现是2345的网站-----解决方法
- python爬虫之网易云歌曲下载(需要js分析) -- 2020.06.20更新
- Linux网络服务——DNS服务
热门文章
- 老卫带你学---全网最强python实现三维散点图(散点,连线,光滑)
- 24强打响收官之战,2021“医·智汇”大赛全国总决赛圆满落幕
- 20135115臧文君---实验3
- 关于AttributeError: module ‘tensorflow‘ has no attribute ‘io‘解决方案
- Ubuntu下无法安装R语言vcd包解决办法
- Python合并同类项的字符串,一对多
- radmin 3.4 注冊問題
- 思考如何高效率的完成工作
- python处理数据中的千分号
- 2013年北邮网研院上机真题(D)