1. 目的
DICOMからNIfTIに変換した画像をFSLの画像ViewerであるFSLeyesで確認すると、FSLeyesでの表示がおかしい（画像の向きがおかしい）ときがある。
例えば、以下のようになる（上段：正常、下段：異常）。
解析をする際に、データあるいは被験者ごとに向きが異なっていると解析エラーを起こす場合がある（例：同一被験者のT1WIとDWIの向きが異なる、FAとアトラス（関心領域）の向き異なる）。特に、FSLで解析する場合には、この向きの違いが解析結果に影響することが多く、解析前に画像の向きの標準化をしておいた方が無難である。
そこで、この記事では「画像の向きの確認と修正方法」について解析する。
なぜ、画像の向きに違いが出るのか？向きはヘッダーの何にあたるのか？向きとはどのようにして決まるのか？といった詳細については、こちらを参考にするとよい。
2. コマンド
FSLコマンドで画像を確認するには、fsleyesを用いる。基本的な使い方は、以下の通り。
fsleyeys <入力画像>
向きがおかしい場合は、FSLのfslreorient2stdコマンドを用いる。fslreorient2stdコマンドを実行することで、標準脳（MNI152）と同じ向きに揃えてくれる。基本的な使い方は、以下の通り。
fslreorient2std <入力画像> <出力画像>
3. 使用例
向きがおかしい3D-T1WI（T1_orientation_false.nii.gz）を、fsleyesで表示してみる。
fsleyes T1_orientation_false.nii.gz
実行すると、次のような画像が表示される。
次に、向きがおかしい3D-T1WI（T1_orientation_false.nii.gz）に対して、fslreorient2stdを実行する。
fslreorient2std T1_orientation_false.nii.gz T1_orientation_corrected.nii.gz
向きを修正した画像（T1_orientation_corrected.nii.gz）を表示して、向きが修正されたことを確認する。
fsleyes T1_orientation_corrected.nii.gz
4. おまけ
画像の向きは、FSLのNIfTIヘッダーを確認するfslhdコマンドで表示される「qform_?orient」で確認することができる。
画像の向きを修正した画像（T1_orientation_corrected.nii.gz）に、fslhdコマンドを実行するには、次のようにする。
fslhd T1_orientation_corrected.nii.gz
画像の向きを修正した画像（T1_orientation_corrected.nii.gz）と、向きがおかしい画像（T1_orientation_false.nii.gz）のqform_?orientを比較したものは以下。
# 画像の向きを修正した画像（T1_orientation_corrected.nii.gz） qform_xorient Right-to-Left qform_yorient Posterior-to-Anterior qform_zorient Inferior-to-Superior # 向きがおかしい画像（T1_orientation_false.nii.gz） qform_xorient Posterior-to-Anterior qform_yorient Right-to-Left qform_zorient Inferior-to-Superior
また、MRtrixのNIfTIヘッダーを確認するmrinfoで出力される「Data strides」でも確認することができる。
画像の向きを修正した画像（T1_orientation_corrected.nii.gz）に、mrinfoコマンドを実行するには、次のようにする。
mrinfo T1_orientation_corrected.nii.gz
画像の向きを修正した画像（T1_orientation_corrected.nii.gz）と、向きがおかしい画像（T1_orientation_false.nii.gz）のData stridesを比較したものは以下。
# 画像の向きを修正した画像（T1_orientation_corrected.nii.gz） Data strides: [ -1 2 3 ] # 向きがおかしい画像（T1_orientation_false.nii.gz） Data strides: [ -2 1 3 ]
著者情報： 斎藤 勇哉
順天堂大学医学部 大学院医学研究科 放射線診断学講座所属脳MRI 画像解析が専門であり、テーマは①神経変性疾患の機序解明、②医用人工知能の開発、③多施設データのハーモナイゼーション、④速読が脳に与える影響や学習効果、⑤SNS解析を用いたマーケティング戦略の改善。
医療分野に関わらず、自然言語処理・スクレイピング・データ分析・Web アプリ開発を得意とし、企業や他大学の研究を支援。
主な使用言語は、Python、Shell Script、MATLAB、HTML、CSS
