fMRI数据处理_预处理_1

1.1 数据准备

本次数据采用从openneuro下载的公共数据集ds000102,下载地址：OpenNeuro（网页下载失败，可采用命令行下载，详见下载页面介绍）是在执行flanker任务期间进行fmri扫描，详情可在网站上查看。

我们浏览一下下载的数据类型，符合BIDS - Brain Imaging Data Structure文件组织要求

：

lvqiuyu@ubuntu20-04:/media/lvqiuyu/DATA/OpenNeuro/ds000102$ pwd
/media/lvqiuyu/DATA/OpenNeuro/ds000102
lvqiuyu@ubuntu20-04:/media/lvqiuyu/DATA/OpenNeuro/ds000102$ ls
CHANGES                   sub-01  sub-07  sub-13  sub-19  sub-25
dataset_description.json  sub-02  sub-08  sub-14  sub-20  sub-26
derivatives               sub-03  sub-09  sub-15  sub-21  T1w.json
fMRIprepAFNI.txt          sub-04  sub-10  sub-16  sub-22  task-flanker_bold.json
participants.tsv          sub-05  sub-11  sub-17  sub-23
README                    sub-06  sub-12  sub-18  sub-24
lvqiuyu@ubuntu20-04:/media/lvqiuyu/DATA/OpenNeuro/ds000102$ cd sub-01
lvqiuyu@ubuntu20-04:/media/lvqiuyu/DATA/OpenNeuro/ds000102/sub-01$ ls
anat  func
lvqiuyu@ubuntu20-04:/media/lvqiuyu/DATA/OpenNeuro/ds000102/sub-01$ cd anat
lvqiuyu@ubuntu20-04:/media/lvqiuyu/DATA/OpenNeuro/ds000102/sub-01/anat$ ls
sub-01_T1w.nii.gz

其中：task-flanker_bold.json 包含了扫描参数包括TR、TE、扫描仪牌子、任务介绍等

participants.tsv文件包含被试基本信息

vim task-flanker_bold.json
###output"RepetitionTime": 2.0,"TaskName": "Flanker","TaskDescription": "On each trial (inter-trial interval (ITI) varied between 8 s and 14 s; mean ITI=12 s),participants used one of two buttons on a response pad to indicate the direction of a central arrow in an array of 5 arrows. In congruent trials the flanking arrows pointed in the same direction as the central arrow (e.g., < < < < <), while in more demanding incongruent trials the flanking arrows pointed in the opposite direction (e.g., < < > < <). Subjects performed two 5-minute blocks, each containing 12 congruent and 12 incongruent trials, presented in a pseudorandom order.","CogAtlasID": "tsk_4a57abb949a4f","Manufacturer": "Siemens","ManufacturerModelName": "Allegra","MagneticFieldStrength": 3.0,"ScanningSequence": "Echo Planar","MRAcquisitionType": "2D","EchoTime": 0.030,"FlipAngle": 80.0
}

被试文件夹包含结构像/功能像

注意：标准化目录结构（BIDS）可以使脚本分析变得更加容易

1.2 fMRIprep工作流程

1.2.1 解剖像预处理

结构像预处理

1 发现BIDS中的结构像进行平均，生成一个参考模板，使用脚本：FreeSurfer’s mri_robust_template.

2 平均结构图像/T1w的结构图像，进行颅骨剥离：ANTs’ antsBrainExtraction.sh

3 结构像的大脑组织分割：FSL fast

4 空间标准化(spatial normalization),把结构向以非线性的方法匹配到一个标准模板（ICBM 2009c Nonlinear Asymmetric template (1×1×1mm)）： ANTs’ antsRegistration

功能像预处理

5 参考图像评估

6 头动评估

7 时间层校正

8 T2*的配准

9 失真校正

10 重采样（raw space）

11 EPI 到 T1 的配准

12 EPI到MNI转换（依据 4 参数）

13 干扰评估（Confounds estimation）：那些将被 "激进的 "去噪策略去除的成分

14 非激进的策略执行

1.2.2 主要应用的子处理

T1:ANTs、FSL_FAST

EPI：FSL_MCFLIRT、nilearn、 FSL FLIRT with BBR / FreeSurfer bbregister if Freesurfer run、nipype

1.3 单被试运行脚本

注：其中最主要的参数为

       fmriprep-docker inputdir outputdir \ participant \##分别是输入目录（BIDS格式）、输出目录、分析水平

脚本如下：

#!/bin/bash#User inputs:BIDS目录、被试编号、运行cpu数量、内存大小、容器名字
bids_root_dir=/media/lvqiuyu/DATA/OpenNeuro/ds000102
subj=02
nthreads=2
mem=16 #gb
container=docker #docker or singularity#Begin:#Convert virtual memory from gb to mb
mem=`echo "${mem//[!0-9]/}"` #remove gb at end
mem_mb=`echo $(((mem*1000)-6000))` #reduce some memory for buffer space during pre-processingexport TEMPLATEFLOW_HOME=$HOME/.cache/templateflow
export FS_LICENSE=/home/lvqiuyu/fmriprep_license/license.txt#Run fmriprep
#参数 输入的BIDS目录、输出目录、以及分析水平，fmriprep-docker $bids_root_dir $bids_root_dir/derivatives/fmriprep \participant \###  --participant-label $subj \### 假设输入的文件为BIDS格式，跳过验证文件格式的步骤--skip-bids-validation \### 跳过生成HTML和LaTeX格式的引文--md-only-boilerplate \###路径license--fs-license-file /home/lvqiuyu/fmriprep_license/license.txt \###不使用表面预处理--fs-no-reconall \####用于对解剖和功能图像重新取样，
####和模板空间保持一致，其中参数MNI152NLin2009cAsym为模板的采样率，
####可采用自定义模板（指定path），res-2 代表resample的分辨率--output-spaces MNI152NLin2009cAsym:res-2 \###cpu个数--nthreads $nthreads \###第一次报错后暂定--stop-on-first-crash \###最大内存数量--mem_mb $mem_mb \###清空工作目录（临储存）#--clean-workdir###工作目录-w /media/lvqiuyu/DATA/OpenNeuro/ds000102/WorkSpace

注：运行时清空参数之间的注释