不知不觉我们的大话脑成像已经做了十三期了，思影科技也一直在发展多谢各位关注的朋友（简称关友）一直以来的支持，虽然没几个给我赞助个比如几毛钱这种巨款，但能帮我转发一下的也是老铁，都是真爱。那我们今天主要就谈谈磁共振脑影像的重要一步：浅谈标准空间模板和空间变换，希望通过大话系列（建议查历史消息，都看一下，有帮助）可以解答关友们数据处理中的疑惑。

一：标准空间模板

在我们对功能像数据做预处理的时候，其中有一步是把图像normalize到标准空间。为什么要做这一步呢？因为每个被试的脑袋大小、形状都不一样。如果把它们放到一个坐标系中，同一个脑结构的空间位置就会不一样，这样就不利于研究结果的报道和描述。因此我们需要一个共同的参考坐标。这里讲的标准空间就是这样一个参考坐标。下面用“标准模板”来代替标准空间的意思。那么有哪些标准模板呢？

第一个是Talairach标准模板。Talairach模板是最早使用的3D大脑模板。在它出现之前，神经科学家还只能用从细胞构筑角度进行划分的Brodmann区来大致确定大脑的结构位置。Talairach模板是第一个定义了以AC-PC线与中线矢状平面的交界点为空间坐标原点，左右方向为X轴，前后方向为Y轴，上下方向为Z轴的空间坐标系。这样，大脑中每一个点都有一个空间坐标。Talairach模板在神经成像早期有重要作用（因为没有其它模板可以使用）。但是它的缺陷也很明显:1）它不是数字型的3D大脑模板，normalize这一步必须手动配准，耗时且不精确；2）Talairach模板是根据一位60岁女性的脑解剖结构得到，不具有代表性；3）Talairach模板只有左半球的解剖结构，右半球是将左半球的解剖结构镜像反转得到，也就是说它是一个对称的模板；4）Talairach坐标体系中的空间位置和实际大脑解剖结构之间的对应比较粗糙。

为了解决Talairach模板存在的问题。加拿大蒙特利尔神经研究所（Montreal Neurological Institute，MNI）建立了MNI305标准模板。首先他们采集了241个正常被试的MRI图像，把这241个图像配到了Talairach空间，然后平均，得到了这241个被试的平均模板。然后又采集了305个正常被试的MRI图像，把这305个被试图像配到241个被试的平均模板，这配准后的305个被试图像的平均图像就是MNI305标准空间模板。记住，这305个被试的平均年龄是23.4岁，MNI305模板是成年人的标准脑模板。MNI305模板是第一个MNI空间模板。

目前广泛使用的标准模板是ICBM152模板。ICBM指的是脑成像国际联盟（International Consortium for Brain Mapping）。比如SPM、FSL用到的标准模板就是ICBM152模板。它是192个正常被试高分辨率结构图配准到MNI305空间而得到。

MNI305和ICBM152模板都不是很清晰（如图1）。为了得到更加清晰，高分辨率的空间模板， MNI实验室一个成员（名叫Colin Holmes）将自己的大脑一共前后扫描了27次。然后将这27个图像配准到MNI305空间，就得到了Colin27模板。目前我们成像结果基本都是在Colin27模板上进行显示。回想一下Mricron里面的ch2模板，就是Colin27模板。

图1.从左到右分别是MNI305模板、Colin27模板、ICBM152模板

Talairach和MNI都是标准空间，但是这两个标准空间是不一样的。看下图（该图来源于网络）

图2. Talairach模板（左）和MNI模板（右）

图的左边是Talairach标准脑，右边是MNI标准脑。可以看出MNI标准脑比Talairach标准脑明显要大一些。因此，当我们报道脑区的时候，一定要注明脑区是在MNI空间还是Talairach空间。

除了标准空间以外，还有个体空间的概念。一般我们认为我们采集到什么样的图像，该图像就在什么空间。比如采集的功能图像，那么它就属于功能像空间；采集的T1图像，它就属于结构像空间；采集的DTI图像，它就属于DTI空间。我们做统计分析的时候，一定要保证最后得到的图像一定是在同一个空间，比如都在MNI空间或都在DTI空间。

二：空间变换

上面已经提到。我们要在同一空间的图像进行统计分析。如果空间不统一，就需要做空间变换。比如下图，有一个右侧尾状核的mask，但是后面分析是在个体的结构空间或功能空间，就需要把它从标准空间变换到对应的空间上。

图3.ROI的空间变换

下面介绍三种空间变换类型.

（1）刚体变换（rigid body transformation）

如果图像A只需要经过空间的平移和旋转就可以变换到图像B。这样的变换称为刚体变换。在核磁图像中，空间可沿着x、y、z轴平移或旋转。因此刚性变换只需要6个自由度。如下图：

图4.图像旋转（左）和平移（右）

刚性变换应用例子是被试内图像间的配准。比如头动矫正。

（2）仿射变换（affine transformation）

图像A若要配准到图像B，除了需要空间平移和旋转以外，还需要图像的拉伸（Scaling）如放大、缩小，和图像的倾斜（Skews/Shears），这样的变换称为仿射变换。

图5.图像的拉伸（左）和倾斜（右）

图像的拉伸和倾斜也有6个自由度。因此，仿射变换的自由度是12个。仿射变换应用例子是DTI图像的涡流矫正。

（3）非线性变换

刚体变换和仿射变换都属于线性变换。如果图像A变换到图像B需要的自由度在12以上，比如还需要图像局部的形变，这样的变换称为非线性变换。非线性变换常用于被试间高分辨率图像间的配准。

线性变换可以由变换矩阵T表示。如刚性变换矩阵（6个自由度）：

仿射变换矩阵（12个自由度）：

在SPM，FSL等软件中，线性变换矩阵一般保存在*.mat文件中。

非线性变换参数用形变场（deformationfield）表示。以二维空间为例：

图6 非线性变换参数

    以上就是本篇文章【大话脑成像之十三：浅谈标准空间模板和空间变换】的全部内容了，欢迎阅览 ！ 文章地址：http://w.yusign.com/quote/2546.html 
     行业      资讯      企业新闻      行情      企业黄页      同类资讯      网站地图      返回首页 述古往 http://w.yusign.com/mobile/ , 查看更多