MIPAV - Talairach ACPC transform

源地址：http://blog.sina.com.cn/s/blog_64cfe24f0100h358.html

 

1.打開MIPAV軟件，File>open image from disk>圖片所在路徑，本人電腦上爲C:\Program Files\mipav\

NeurosurgicalPlanningTutorialData\patient_dataset\3D_SPGR打開圖片，要說明的是MIPAV支持不少種格式的圖片，此處選擇IMA格式，注意選擇的時候要在右下角的Options裏的Open as multifile前面打鉤，這樣就能將該文件夾下面的圖片所有加載進來，如圖1所示。

 

 

圖1 打開MIPAV軟件而且選擇圖片

 

2.選擇第一行菜單Algorithms>Brain tools>Talairach transform，彈出對話框Talairach Transform, 圖片在打開以後默認爲1386_151  71/ 143 M: 0.5，如圖2所示。

 

圖2 選擇Talairach Transform變換

 

｛

補充：

1. 關於ACPC轉換：http://www.brainvoyager.com/bvqx/doc/UsersGuide/BrainNormalization/AutomaticACPCAndTalairachTransformation.html。

2. 關於Talairach座標系：http://www.qnr.cn/med/data/jcyx/xbswx/201003/343228.html，主要看1.1。

｝

 

3.單擊ACPC按鈕，出現一個對話框Create AC-PC image,其中有五個要標記的點，分別爲AC superior edge（前聯合上緣），AC posterior margin（前聯合後緣），PC inferior edge（後聯合下緣），First midsagittal point（中矢面上的第一個點），Another midsagittal point（中矢面上的另外一個點），圖3是操做界面，圖4是大腦中矢面結構示意圖。 AC與PC就是兩個聯合體，注意通常要求所選的AC superior edge和PC inferior edge兩點Y值是相同的。選定了後再選AC posterior margin點，就是在AC聯合體的後下方，以後再選擇First midsagittal point和Another midsagittal point，要求兩者之間距離在20mm以上，通常就選擇在和AC,PC同一矢狀面上。選擇好了以後，點擊Apply以後出現一個表示進程的小窗口，幾秒以後就出現圖1386_15_acpc 85/170 M: 2.0，如圖3。

 

圖3 肯定六個點的過程與結果圖

 

｛

補充：

1. 如何尋找各個點：http://mipav.cit.nih.gov/documentation/presentations/talairach.pdf（這個pdf基本是手把手教你找點，頗有用！），咱們標註的點的位置要和Talairach atlas中各點的位置一致。

2. Talairach座標：http://blog.sina.com.cn/s/blog_4d25466d0101ljtw.html。

｝

 

 圖4 大腦中矢面結構示意圖（該圖已流傳於互聯網，本處引自互聯網，特此聲明）

 

圖5  ACPC標記後獲得的圖像

 

4.點擊Save，出現一個對話框，選擇相應的路徑保存便可。點擊對話框上的刷新按鈕以後以後在New image to transform欄選擇1386_15_acpc，再點擊Load，以後再選擇剛剛存好的1386_15_talairach_info.txt,在transformation一欄選擇acpc to orig,而後在點擊Compute，幾秒事後出現圖片1386_15_acpc_orig，如圖6，對比一下原圖，以後在保存起來，如圖7。

 

｛

這裏沒搞清作什麼的...本身須要用ACPC變換以後的T1作預處理，因此直接點擊ACPC轉換後獲得的圖像，在主界面保存爲nii格式就能夠用了。

｝

 

圖6  ACPC標記後的的圖片再轉換爲原圖的對比效果

 

圖7  保存圖片示意圖

 

聲明：本人嚴格遵循MIPAV網站的下載使用規則，只爲學習和交流之用，任何人轉載不得用於商業途徑。

 

==============================================

 

補充：在Utilities中有reorientation，有時只用mid-sagittal+ACPC transform並不能獲得理想結果，那麼在以後加一次reorientation就能夠了（我的經驗）。