使用 MATLAB 和 EMMA 进行 RCBF 分析

使用 MATLAB 和 EMMA 工具包，可以非常轻松地执行双室脑血流量 (RCBF) 分析。该rcbfanalysis函数允许指定包含要分析的研究的 MINC 文件、要写入 K1 图像的 MINC 文件的名称、要写入 V0 图像的 MINC 文件的名称以及要分析的切片。警告：如果 K1 文件或 V0 文件已存在，它们将被覆盖，从而破坏它们可能包含的任何数据。 因此，要分析存储在文件中的动态 PET 数据/local/matlab/toolbox/emma/examples/yates_19445.mnc，并为所有 15 个切片生成 K1 图像和 V0 图像，我们将指定

rcbfanalysis('/local/matlab/toolbox/emma/examples/yates_19445.mnc',...
             'yates_K1.mnc', 'yates_V0.mnc', 1:15);

生成的yates_K1.mnc和yates_V0.mnc文件将写入当前目录。

如果只需要 K1 图像，我们可以为 V0 文件的名称指定一个空矩阵

rcbfanalysis('/local/matlab/toolbox/emma/examples/yates_19445.mnc',...
             'yates_K1.mnc', [], 1:15);

如果我们只想要生成一个 V0 图像文件，也是如此

rcbfanalysis('/local/matlab/toolbox/emma/examples/yates_19445.mnc',...
             [], 'yates_V0.mnc', 1:15);

洋葱的层

该rcbfanalysis函数通过调用 EMMArcbf2函数来执行分析。如果用户更方便地获取 K1、k2 或 V0 图像，而不必为它们生成 MINC 文件，也可以调用此函数。该rcbf2函数非常易于使用。只需指定包含要分析的研究的 MINC 文件的名称，以及要分析的切片编号。该函数将返回 K1、k2 和 V0 图像，以及分析的每个切片的血液延迟校正

[K1,k2,V0,delta] = rcbf2(...
          '/local/matlab/toolbox/emma/examples/yates_19445.mnc',8);

对rcbf2的调用将分析yates_19445研究的切片 8，生成 K1、k2 和 V0 图像，以及为此切片计算的 delta。返回的图像存储为 EMMA 标准向量图像，可以像任何 EMMA 图像一样进行操作。

研究准备

最后一点要考虑的是，要分析的研究必须包含血液数据以及 PET 图像。有几个程序能够做到这一点，其中最重要的程序是scxtominc，它从 PET 扫描仪产生的 Scanditronix 格式文件创建 MINC 文件。该程序有一个-bloodfile选项，它允许指定一个血液文件，其数据应包含在最终的 MINC 文件中。指定的血液文件必须采用 BNC（血液 netCDF）格式，由血液实验室计算机生成并写入 $PC_BLOOD。也可以使用bloodtonc程序从 CNT 文件创建 BNC 文件。假设我们希望从原始图像和 BNC 文件创建 MINC 文件，我们可以指定一个命令行到scxtominc它看起来像这样

scxtominc -bloodfile $PC_BLOOD/soos_034157.bnc $PC_IMAGE/pcsoos______-dynamic___034157*.ima soos_34157.mnc

这将从原始图像和 BNC 文件创建名为soos_34157.mnc的 MINC 文件。

还可以使用includeblood程序将血液数据包含在现有的 MINC 文件中。只需指定 MINC 文件的名称，以及要包含在其中的 BNC 文件的名称。