序言
最近在做一些神經(jīng)影像學(xué)的研究朝墩，之前做過(guò)fmri的腦功能網(wǎng)絡(luò)侮东，現(xiàn)在由于驗(yàn)證的需要，需要構(gòu)建DTI的結(jié)構(gòu)網(wǎng)絡(luò)售滤，相對(duì)于FMRI的功能網(wǎng)絡(luò)罚拟，F(xiàn)MRI是利用bold信號(hào)來(lái)反應(yīng)大腦在一時(shí)間段里面活動(dòng)情況台诗，基于voxel情況下的，每個(gè)體素里面都有一個(gè)時(shí)間序列赐俗，在FMRI網(wǎng)絡(luò)的構(gòu)建過(guò)程中拉队，無(wú)非就是定義在各種網(wǎng)絡(luò)中的邊，包括DMN阻逮，SN等氏仗，選取網(wǎng)絡(luò)中定義的節(jié)作為自己網(wǎng)絡(luò)中的node，然后邊是pearson相關(guān)系數(shù)（計(jì)算兩兩之間的pearson相關(guān)系數(shù)）夺鲜，然后卡一定的閾值皆尔，可以來(lái)構(gòu)建網(wǎng)絡(luò)，這個(gè)地方可以有兩種網(wǎng)絡(luò)進(jìn)行構(gòu)建币励，一種是二值網(wǎng)絡(luò)慷蠕，一種是直接將相關(guān)系數(shù)作為權(quán)值來(lái)構(gòu)建，其中二值網(wǎng)絡(luò)的構(gòu)建如下：
而在DTI網(wǎng)絡(luò)的構(gòu)建過(guò)程中食呻，DTI是利用的水分子的擴(kuò)散作用（布朗運(yùn)動(dòng)）構(gòu)建網(wǎng)絡(luò)的流炕，由于成像特點(diǎn)的不同，DTI的影像都是配準(zhǔn)到B0場(chǎng)的仅胞，利用不斷變化的磁場(chǎng)強(qiáng)度而成像每辟。
構(gòu)建DTI結(jié)構(gòu)網(wǎng)絡(luò)：
下面我簡(jiǎn)單介紹下DTI成像的過(guò)程，在這里我的結(jié)構(gòu)網(wǎng)絡(luò)構(gòu)建是基于腦區(qū)為節(jié)點(diǎn)的干旧，如果是based on whole brain voxel渠欺，原理一樣，這里我跳過(guò)了DTI的預(yù)處理的詳細(xì)步驟椎眯，直接開(kāi)始介紹DTI結(jié)構(gòu)網(wǎng)絡(luò)的構(gòu)建挠将，之前在文獻(xiàn)中看到了好幾種構(gòu)建的方法，只是順序不同编整，在這里舔稀，我選擇了一種比較中肯的方法，過(guò)程如下所示：
下面做一下解釋
1.圖像最后的操作必須是在同一個(gè)空間下的掌测，可以是B0空間内贮，也可以是原始空間，這里是配準(zhǔn)到原始空間的汞斧，對(duì)于空間的轉(zhuǎn)換夜郁，可以用配準(zhǔn)的方法，比如在fsl中flirt函數(shù)断箫，可以實(shí)現(xiàn)配準(zhǔn)過(guò)程中把變換矩陣提取出來(lái)拂酣，如果是兩步秋冰，比如B0->T1->MNI,那么這就是兩個(gè)矩陣相乘仲义，在fsl中對(duì)應(yīng)的convert函數(shù)可以時(shí)間圖像利用矩陣進(jìn)行空間的變換。
2.在計(jì)算白質(zhì)纖維束的時(shí)候，這個(gè)地方可以用多種放埃撵，主流的一般是兩種赵颅，一種是FACT確定性追蹤，這種追蹤算法計(jì)算速度很快暂刘，對(duì)于這種方法饺谬，可以在Diffusion Toolkit這個(gè)工具實(shí)現(xiàn)， 但是會(huì)生成很多假陽(yáng)性的纖維束谣拣，精度不是很高募寨。第二個(gè)是probabilistic tractography，概率纖維追蹤森缠，就是基于馬爾可夫鏈蒙特卡羅采樣來(lái)建立每個(gè)體素的擴(kuò)散參數(shù)分布拔鹰，從而實(shí)現(xiàn)纖維束的追蹤，這個(gè)可以用fsl里面的函數(shù)實(shí)現(xiàn)贵涵，主要的函數(shù)是bedpostx實(shí)現(xiàn)列肢。此外，白質(zhì)纖維束的追蹤以及DTI網(wǎng)絡(luò)的構(gòu)建宾茂，可以直接使用matlab的一個(gè)toolbox瓷马，PANDAS，是一個(gè)從原始圖像到構(gòu)建DTI結(jié)構(gòu)網(wǎng)絡(luò)的pipeline跨晴，很多人用欧聘。同時(shí)還可以中一個(gè)比較新的工具，MRtrix3端盆，來(lái)構(gòu)建網(wǎng)絡(luò)树瞭，他的使用步驟在官網(wǎng)介紹的很詳細(xì)，這里不進(jìn)行詳細(xì)概述爱谁，操作空間大晒喷，可控制性強(qiáng)，個(gè)人建議很好用访敌。
3.MNI標(biāo)準(zhǔn)空間下的一般都是模版文件凉敲，不如上圖中提到的，順便提一句寺旺，針對(duì)與不同年齡段的人爷抓，如果都是小孩子，建議用小孩子的模版阻塑，可以用TOM8來(lái)制作小孩子的腦模版蓝撇。除此之外，現(xiàn)在一般用的比較多的是AAL2陈莽，這個(gè)是比較認(rèn)同的渤昌，也是劃為的比較合適的虽抄。
4.具體構(gòu)建過(guò)程：以FACT基于腦區(qū)構(gòu)建結(jié)構(gòu)網(wǎng)絡(luò)，以AAL模版腦區(qū)構(gòu)建為例
①節(jié)點(diǎn)的定義独柑。大腦結(jié)構(gòu)網(wǎng)絡(luò)的節(jié)點(diǎn)是通過(guò) AAL 模版定義的迈窟。該模版把大腦皮層分為 90 個(gè)腦區(qū)，經(jīng)過(guò)空間配準(zhǔn)和轉(zhuǎn)化忌栅，獲得在 DTI 空間下的90 個(gè)腦區(qū)车酣。
②纖維追蹤。通過(guò)軟件 DtiStudio（Version3.0.3）(FACT)索绪，獲得每個(gè)被試的白質(zhì)纖維束湖员，其終止條件是各向異性參數(shù) FA < 0.20，追蹤角度 > 45°瑞驱。
③大腦網(wǎng)絡(luò)邊的定義破衔。通過(guò)每對(duì)大腦網(wǎng)絡(luò)節(jié)點(diǎn)之的結(jié)構(gòu)連接定義大腦結(jié)構(gòu)網(wǎng)絡(luò)的邊。給定兩個(gè)節(jié)點(diǎn) i 和 j钱烟，如果它們之間有至少一根纖維束連接晰筛，就認(rèn)為這兩個(gè)節(jié)點(diǎn)是連接的。（權(quán)值的計(jì)算可以根據(jù)圖的相關(guān)理論來(lái)計(jì)算拴袭，這個(gè)地方的方法很多读第，存在爭(zhēng)議，這里不進(jìn)行詳細(xì)敘述拥刻，有需求的可以留言怜瞒，我將我認(rèn)為比較好的權(quán)值定義發(fā)給你）
4.大腦結(jié)構(gòu)網(wǎng)絡(luò)構(gòu)建。DTI 空間下的 90 個(gè)腦區(qū)作為大腦結(jié)構(gòu)網(wǎng)絡(luò)的節(jié)點(diǎn)般哼，每個(gè)權(quán)重系數(shù)作為大腦結(jié)構(gòu)網(wǎng)絡(luò)的邊吴汪，通過(guò)獲得 90 個(gè)腦區(qū)的連接矩陣，最終獲得每個(gè)被試者的加權(quán)大腦結(jié)構(gòu)網(wǎng)絡(luò)蒸眠。
最后貼一個(gè)比較好看的過(guò)程圖漾橙，但是步驟不如上面的全，過(guò)程大體上上面描述建立DTI腦網(wǎng)絡(luò)的過(guò)程：
過(guò)程可能存在一些問(wèn)題楞卡，請(qǐng)指正霜运，謝謝！
