当前位置: 首页 > 期刊 > 《北京生物医学工程》 > 1999年第1期
编号:10278931
脑功能成像分析软件(AFNI)的使用介绍
http://www.100md.com 《北京生物医学工程》 1999年第1期
     作者:孙 沛 刘景文

    单位:孙 沛 刘景文 中国科学院高能物理研究所二室 (北京 100039)

    关键词:

    北京生物医学工程990113 引 言

    随着科学技术的发展,人们现在可以对大脑进行无损的结构和功能成像,其中主要包括计算机断层扫描(CT)、磁共振成像(MRI)等结构成像方法;脑电图(EEG)、单光子发射断层扫描

    (SPECT)、正电子断层扫描(PET)、功能磁共振成像(FMRI)、脑磁图(MEG)等功能成像方法。目前各种结构和功能成像方法已普遍应用于临床诊断和研究之中。而近十几年发展起来的正电子断层扫描、功能磁共振成像和脑磁图等功能成像方法由于其具备较好的空间和时间分辨率,也可以对人类的认知活动进行研究。
, 百拇医药
    在对大脑认知功能进行脑功能成像研究之中,由于其方法本身的特殊性,图像后处理是其中重要的组成部分。本文主要介绍有关功能磁共振成像的图像后处理方法。

    随着磁共振成像技术的发展,人们现在可以通过磁共振成像,无损地观测与神经活动增加的相应位置关联的脑部皮质血容积、血流和血氧合的变化,对人类的认知活动进行脑功能成像的研究[1]

    在脑功能成像实验中,一般有10~20个实验序列,一个序列可以取到50~100次扫描,每次扫描中对大脑的多个层面同时进行观测,一般在4~10层。整个实验所收集的数据量很大。由于实验结果数据量较大以及脑功能成像实验本身的特殊性,在数据分析中就有必要发展相应的处理软件。目前国外大多数脑成像研究中心都致力于发展自己的分析软件。

    脑功能成像分析软件(analysis of functional neuroimages, AFNI)是由美国Wisconsin医学院生物物理研究所开发研制的,其主要开发者为Cox博士。
, 百拇医药
    AFNI是一个交互式的脑功能成像数据分析软件,它可以将低分辨率的脑功能成像的实验结果叠加在具有较高分辨率的结构脑图像上进行三维显示;通过选择一些特定的特征点,它可以将实验数据转换到立体定位(talairach-tournoux)坐标;它可以同时在屏幕上显示三个正交的平面图像,显示的图像可以在各种功能和解剖数据之间互相转换;其附加的程序包可以对三维图像数据集进行操作和融合[2]

    AFNI1.0版本在1995年正式发布,1997年2月发展到AFNI2.01版,并将于近期推出新的版本。现在世界上有超过100个单位注册使用AFNI。AFNI对于非商业性的研究目的的使用是免费的,临床和商业性的使用必须要征得美国Wisconsin医学院的许可。

    AFNI可以在Unix工作站环境上运行。工作系统需要32兆以上内存,X11R5窗口系统和Motif1.2工具箱,ANSIC编译器和足够的硬盘空间放置数据。目前AFNI不能运行于微软公司的Windows平台和苹果公司的Macintosh平台。这里需要说明的是,AFNI仍然可以在微机上使用,系统需要Pentium133以上计算机,32兆以上内存,Linux操作系统(一种免费的微机版Unix系统),X11R5窗口系统和Motif1.2或Lesstif0.79(免费的Motif替代品)工具箱。
, 百拇医药
    1 主要设计思想

    对图像数据进行可视化和三维的分析将对神经科学研究者提供极大的帮助。AFNI正是从这一点出发提出其设计目的,主要有四个:可视化;进行立体定位坐标的转换;对多种功能实验数据集进行平均和统计分析;简便的交互式操作[2]

    要实现以上目的,主要存在以下三个主要困难:由于人类大脑的正常解剖差异,在个体之间对功能实验数据进行比较和平均是非常复杂的。目前广泛接受的技术是将个体的实验数据转换到标准立体定位坐标上,以调适这种差异;多种数据类型之间的相互匹配问题,其中主要是功能数据与解剖数据之间的配准问题;在计算机程序中实现大数据量操作的问题。

    1.1 立体定位坐标的转换

    前联合(anterior commissure, AC)和后联合(posterior commissure,PC)是联接大脑两半球的两个神经纤维束,前后联合的连线基本上处于人脑正中矢状切面。脑神经解剖研究表明[3],AC-PC线与中央灰质核团有确定的空间关系,与端脑有足够准确的空间关系。因此可以利用AC-PC线的解剖特性对大脑进行立体定位。
, http://www.100md.com
    图1 大脑正中矢状切面中央部分示意图

    在Talairach立体定位坐标系中,水平轴Y(大脑从前到后)定义为AC的上缘和PC的下缘的切线;垂直轴Z(大脑从下到上)定义为AC-PC线的垂线,垂足为AC后缘的切点;横向轴X(大脑从左到右),定义为Y、Z轴的垂线。目前国际上普遍接受的医学影像数据及传输标准3.0版(digital imaging and communications in medicine standard,DICOM 3.0)中的坐标定位标准与此是一致的[3]

    根据Talairach立体定位坐标,大脑皮层在X轴方向被等分为8个部分,即最左端到AC-PC线(d,c,b,a,68mm),AC-PC线到最右端(a,b,c,d,68mm);大脑皮层在Y轴方向被等分为11个部分,即最前端(额叶)到AC(A,B,C,D,70mm),AC到PC(E1,E2,E3,23mm),PC到最后端(枕叶)(F,G,H,I,79mm);大脑皮层在Z轴方向被等分为12个部分,即最下端(颞叶)到AC(12,11,10,9,42mm),AC到最上端(顶颞叶)(8,7,6,5,4,3,2,1,74mm)[4]
, 百拇医药
    在AFNI中,被试个体数据向立体定位坐标的转换是通过以下两个步骤完成的:

    (1)AC-PC线校正:由于在正常解剖定位中AC-PC线位置居中,通过AC-PC线校正可以将实验过程中被试扫描的位置偏差校正过来。在解剖图像上,选择5个特征点,即AC的最上缘;AC的最后缘;PC的最下缘;第一个中间矢状面点;第二个中间矢状面点。后两个点应位于大脑纵向组织上,并且相距应在20mm以上。在各点选定之后,计算机将对所选各点之间的关系符合程度进行评价,AC-PC线与正中矢状面两点连线必须少于2°的偏差。在可接受的范围内,计算机将对被试数据进行转换。

    (2)Talairach坐标转换:在产生了AC-PC校正的数据集之后,AFNI将在此基础上进一步对被试数据进行转换。在AC-PC校正图像上,选择6个特征点,即皮层最上端(顶叶);皮层最下端(颞叶);皮层最前端(额叶);皮层最后端(枕叶);皮层最右端(顶颞叶);皮层最左端(顶颞叶)。在各点选定之后,计算机也将对所选各点之间形成的相互关系进行评价,主要是评价与Talairach标准之间偏差的程度。在可接受的偏差范围中进行转换,得到个体被试的立体定位坐标转换数据集。
, 百拇医药
    1.2 功能图像的转换

    前面我们已经提过功能图像应叠加于解剖图像之上。一旦将功能图像映射或融合到解剖图像上,功能图像也可以映射到立体定位坐标。在脑功能成像实验中,一般都要在功能实验的前后进行一次高分辨率的整个大脑的扫描。

    在功能图像与解剖图像融合的过程中,有两个问题需要解决。第一个问题是功能图像与解剖图像之间存在方位上的差异。例如,整个大脑的解剖结构扫描一般是在矢状面上进行的,因为这是人脑最短的坐标轴。但是根据实验需要,功能图像一般可以是在冠状、横轴位或斜位的层面上的扫描。第二个问题是在功能扫描时被试的头部位置与解剖扫描时的位置可能发生移动。

    针对以上两个问题,AFNI利用功能数据集与解剖数据集之间的几何关系,对数据集合以及它们之间的继承关系进行抽象,提出以下模型:
, 百拇医药
    图2 AFNI中3D数据集之间的相互继承关系模型

    1.3 数据组织

    在AFNI中,解剖和功能的图像数据都被组织在数据集(datasets)中。一个数据集由一个16位数值的3D数据块,和一个存放相关信息的头文件组成。头文件包括3D数据块像元的方位和空间信息。数据集分为解剖的和功能的两类,解剖的数据集每个像元上只有一个数值;而功能的则可能有一个或两个数值。第一个数值是功能激活强度的测量值,第二个数值,如果存在,是激活强度的显著性的统计测量值。

    数据集被放置在一个进程(session)中,进程根植于Unix系统的目录,进程中所有的数据集合都被假定是相互关联的。

    1.4 程序实现上的设计

    程序实现上一般要考虑到机器运行速度、图像显示和磁盘空间存储量等问题。AFNI在程序实现上针对这一问题提出三个设计原则作为限制:
, 百拇医药
    (1)依据要求转换方法,即从原始数据产生的各种图像是依据需要而存在的。这些图像仅以某种与原始数据的映射关系存在。这样,功能数据集并不需要全部插值到特定的解剖数据集中,而是依据需要进行插值计算。在实际应用上,这种方法极有帮助,它可以节省大量的磁盘空间和内存。例如,16位256×256×128解剖数据集可以占16兆的硬盘空间,而16位128×128×24功能数据集仅占0.3兆硬盘空间。另外由于这一方法仅对矩阵转换参数进行计算,而不是转换整个数据矩阵,实际的运算速度很快。

    (2)图像显示窗口编码方法。这一方法是将一个序列中的第n个图像的序列变量n也作为转换参数。在读取3D数据块时,图像显示函数可以利用这一参数直接拷贝数据。如果是从原始数据转换的数据,图像显示函数将同时调用其插值转换参数进行图像显示。这样便可以保证图像快速地显示。

    (3)硬盘数据集提取方法。数据集由两部分组成,即3D数据块和数据头文件。3D数据块仅是数组,头文件则包含其它所有信息。头文件是纯ASCII码的,可以让用户查看和编辑。在实际的程序运行中,如果数据量超过了读取界限(0.2兆),AFNI并不将数据块直接读入内存。大数据块磁盘文件是通过Unix mmap库函数以只读方式映射到内存。这样数据磁盘文件被看作为程序地址空间的一部分,对未使用的数据的寻址可以通过系统调用实现,从而节省了磁盘交换空间。这种方法保证了AFNI可以对大数据量的数据文件进行操作。
, http://www.100md.com
    2 主要功能

    AFNI是一个基于X11R5及Motif的人机交互式程序,它可以为用户显示主窗口、图像、各种图像控制键、立体定位坐标和输入输出数据集[4]

    AFNI由主程序和辅助程序组成,分别完成不同的数据处理需要。

    主程序有两个,即afni和to3d。数据集和进程都是由程序to3d产生,它将一组图像数据读入并输出一个包括数据块和头文件的数据集。to3d可以交互式地或以批处理的方式进行。程序afni主要是显示三维(横轴、冠状和矢状切面)的图像,显示立体定位坐标,进行AC-PC和Talairach转换,进行时间序列分析,显示功能图像和叠加在解剖像上的功能图像。

    辅助程序大致可以分成两类,用于二维处理的和三维处理的程序。具体细分可以有:用于不同计算机系统数据转换的程序(2swap,4swap);将二维数据转换到三维数据的程序,以及转换回来的程序(from3d,3dproject);合并、编辑和分析数据的程序(sqwave,mritopgm,3ddup,3dfim);对实验过程中被试头部运动进行校正的程序(imreg,imrotate,3dmerge);提供数据统计信息的程序(3dinfo,3dhistog,3dclust);对数据进行统计分析的程序(fim2,imaver,imstat,3dttest,3dANOVA,3dANOVA2,3dANOVA3)[5]
, http://www.100md.com
    图3 AFNI运行程序界面和控制键

    3 使用情况和评价

    出于工作需要,我们向美国Wisconsin生物物理所及Cox博士提出申请并得到使用许可。在使用中,我们对自己做的脑功能实验数据进行了分析,由于它可以同时呈现三个轴面上的图像,感到非常的便利,对于功能图像的分析非常有帮助。另外,为了更好地进行实验设计和数据处理,目前我们也在开发自己的脑成像分析软件,AFNI的设计思想和编程技巧也对我们的工作有很大的帮助。

    AFNI是一个全开放的软件系统,它允许用户在其基础上继续做工作,并提供了插入程序的接口,所以目前许多用户也开发了许多应用程序去解决各自的特殊问题。这些程序极大地丰富了AFNI的整体功能。

    AFNI现在基本上可以对多种影像数据进行分析,包括磁共振成像、功能磁共振成像、正电子断层扫描、单光子发射断层扫描、计算机断层扫描等,这对利用多模态进行脑成像研究有很好的帮助。
, 百拇医药
    从整体上看,AFNI脑功能成像分析软件是一个用户界面友好和功能完善的软件,适用于我国脑成像研究工作,值得我们学习和借鉴。

    作者简介:孙沛 1996年毕业于中国科学院心理研究所,获博士学位。

    现为中国科学院高能物理研究所二室博士后。

    主要从事脑认知功能成像、脑成像数据分析和脑疾病认知特征的研究。

    4 参考文献

    [1]Kwong K K, et al. Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation. Proc Natl Acad Sci,1992,89:56 75
, http://www.100md.com
    [2]Cox R W. AFNI:Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research,1996,29:162

    [3]Talairach J and Tournoux P. Co-planar stereotaxic atlas of the human brain. Thieme Medical Publishers, New York,1988.

    [4]Cox R W. MCW AFNI-User Manual. Medical College of Wisconsin. Analysis of Functional NeuroImages. Version 2.00, December 1996.

    [5]Ward BD and Cox R W. MCW AFNI2.01-Auxiliary Programs User Documentation. February 1997.

    (1998-04-02收稿), 百拇医药