1. 目的
- FSLを用いた拡散テンソルイメージング: DTI
2. コマンド
FSLを用いて、拡散テンソルイメージング（DTI）をするには、dtifitコマンドを用いる。
dtifitのヘルプは、次の通り。
クリックして展開
Usage: dtifit -k <filename> dtifit --verbose Compulsory arguments (You MUST set one or more of): -k,--data dti data file -o,--out Output basename -m,--mask Bet binary mask file -r,--bvecs b vectors file -b,--bvals b values file Optional arguments (You may optionally specify one or more of): -V,--verbose switch on diagnostic messages -h,--help display this message --cni Input confound regressors --sse Output sum of squared errors -w,--wls Fit the tensor with weighted least squares --kurt Output mean kurtosis map (for multi-shell data) --kurtdir Output parallel/perpendicular kurtosis maps (for multi-shell data) --littlebit Only process small area of brain --save_tensor Save the elements of the tensor -z,--zmin min z -Z,--zmax max z -y,--ymin min y -Y,--ymax max y -x,--xmin min x -X,--xmax max x --gradnonlin Gradient Nonlinearity Tensor file
基本的な使い方は、以下の通り。
dtifit -k <DWI images> -o <OUTPUT> -m <MASK> -r <b-vectors file> -b <b-values file>
3. 使用例
まず、次のファイルを用意する。
. ├── DWI.nii.gz # 拡散MRI ├── DWI_mask.nii.gz # 拡散MRIのマスク画像 ├── bvals # b-values └── bvecs # b-vectors
ファイルの用意ができたら、dtifitを次のように実行する
dtifit -k DWI.nii.gz -o output -m DWI_mask.nii.gz -r bvecs -b bvals
処理が終わると次のファイルが生成される。
- output_V1 – 1st eigenvector (固有ベクトル)
- output_V2 – 2nd eigenvector
- output_V3 – 3rd eigenvector
- output_L1 – 1st eigenvalue (固有値)
- output_L2 – 2nd eigenvalue
- output_L3 – 3rd eigenvalue
- output_MD – mean diffusivity
- output_FA – fractional anisotropy (isotropic ~ 0; stick-like ~1)
- output_MO – mode of the anisotropy (oblate ~ -1; isotropic ~ 0; prolate ~ 1)
- output_S0 – raw T2 signal with no diffusion weighting
FA, MD, L1の画像は、以下。
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
