神经影像数据处理/处理/步骤/表面提取

概念

大脑皮层的拓扑结构、柱状结构和层状结构不能轻易地从 3D 体积或大脑切片表示中推断出来。皮层表面图提供了一种替代方法来表示皮层及其内在二维结构。通常使用 T1 加权的解剖 3D-MRI 体积来生成单个表面图。解剖表面可以与表面图谱配准 配准和归一化，并且功能图像可以转换并在解剖表面上显示。

不同的表面表示可用，例如脑膜表面、灰质-白质边界、膨胀表面或球体。膨胀表面的优点是，隐藏在脑沟中的信息变得可见，并且可以更清楚地看到哪些区域实际上在组织内相邻，哪些区域仅仅因为皮层折叠而彼此靠近。球体的设计目的是使基于表面的坐标系可用。

表面提取流程包括一系列不同的步骤，将在下面描述。Fisher 和 Dale 首次描述了完整流程 ，并在 FreeSurfer 中实现，FreeSurfer 可能是最突出的表面提取软件。

注意：这些步骤中的一些也可以用于基于体积的分析。例如，组织分割可以用于执行使用组织概率图的归一化（例如在 SPM 中执行）或在基于体素的形态学分析之前。颅骨剥离有时也包含在预处理流程中，而不会进行后续的表面提取。并且再次，不同的步骤应该进行视觉质量控制，因为表面提取中的错误会影响整个分析。

等值面

这里描述的表面提取不同于从体积中计算等值面。后者更简单地提取体积的一层，但没有考虑组织边界，不能膨胀等。等值面有助于可视化，但不能帮助描绘表面拓扑结构。

表面提取流程

校正组织不均匀性

对于基于体积的方法，校正解剖图像的磁场不均匀性非常重要。这在 场图/偏置场校正 中有更详细的描述。

颅骨剥离

去除非脑组织，见 颅骨剥离

组织分割

将脑组织分类为不同的组织类别，通常是灰质 (GM)、白质 (WM) 和脑脊液 (CSF)。见 组织分割

切割平面

为了获得每个半球的表示并去除皮质下结构，建立了两个切割平面。其中一个是在胼胝体上的矢状切，另一个是通过脑桥的水平切。

构建表面

确保没有拓扑缺陷，例如柄（表面的两个独立部分通过隧道连接）或补丁（表面上的孔洞），但网格实现了球形拓扑。使用连通分量分析填充内部孔洞。

在每个半球体积的灰白边界上镶嵌三角形网格，并变形网格以产生灰白界面的平滑表示和脑膜表面。确保没有拓扑缺陷，例如柄（表面的两个独立部分通过隧道连接）或补丁（表面上的孔洞），但网格实现了球形拓扑。

平滑

对于皮层表面，空间平滑仅在表面提取后进行。这有助于最大限度地减少 fmri 信号在脑沟或脑回之间的模糊。

实现

AFNI

SUMA（使用 AFNI 进行表面映射）是一个在 AFNI 框架下进行表面功能性影像分析的程序。它允许查看三维皮质表面模型，并将体积数据映射到模型上。使用 SUMA，AFNI 可以同时并实时地以 4 种模式渲染功能性影像数据：切片、图形（时间序列）、体积和表面，并且它们之间直接链接。有关 SUMA 的更多信息，请访问： 或者直接尝试一下（前提是您已经安装了 AFNI，其中包含 SUMA 源代码），只需进入 AFNI 环境并输入

suma

在 afni_proc.py 中，可以包含 surf 代码块。需要指定的重要选项包括应与表面对齐的解剖体积以及表面规范文件（一个或两个半球）。

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

还有一些 AFNI 函数可用于执行上述例程的不同单个步骤，请参见各个章节。

IsoSurface 是一个用于从体积中提取等值面的程序。（见上文）

在处理体积和表面时，其他有用的函数可能包括 3dVol2Surf、ConvertSurface、CompareSurfaces、Surf2VolCoord。

参考文献

Huettel, S. A., Song, A.W., & McCarthy, G. (2008). 功能性磁共振成像（第二版）。Sinauer Associates, Inc: 马萨诸塞州桑德兰市。