尊敬的严老师您好,我在使用dpabi做预处理的时候,发 现中间生成的文件不知道是否存在问题。如图一所示。
1.为什么在FunImgAR->FunImgARC 这个过程,生成的文件(图一)显示像马赛克一样。这样是正常的吗? 如果是正常的话,我不想要这样的显示,想要所有预处理后的显示结果如图二那样,我应该取消哪步操作?
2.dpabi 不能对功能像数据进行去头颅操作吗?
对于第一个问题,我下来仔细又看了一次视频,AR->ARC 这个过程是做了去除噪声,但是这样就使得图像看上去像马赛克一样,如果我不做这一步可以吗?会不会有很大的影响?
希望老师能够解答,感谢!
Forums
去除了均值,所以大脑的边缘信息丢掉了。
去除了均值,所以大脑的边缘信息丢掉了。
勾选了"add means back"以后可以保留着部分信息。
去头颅你是说去头皮吗?
据我所知是没有的,头皮在功能相里面影响不大的
图像模糊
您好,感谢您的回答,您的回答对我十分有用!我还有两个问题需要请教。
1.如图(显示结果),图像变得模糊了是正常现象吗?为什么会变模糊?可以让它变得清晰吗?
2.配准后的图像大小为61x73x61,如果我想配准后为91x109x91,我应该怎么做?
第一个问题我不知道原因,不过没有太大的影响的
第一个问题我不知道原因,不过没有太大的影响的
可以用dpabi>utilities>image reslicer把图像的分辨率提升,不过不建议这样做,因为这样并不能增加图像包含的信息
配准
您好,感谢您的回答!我用image reslicer 确实可以提升分辨率。但是这不是我想要的结果。可能是我表达的不够清楚。
我是想要直接配准到91x109x91 的模板上。因为我有部分数据(已经预处理)是通过其他途径得到,大小为91x109x91。
我想要让我的数据经过normalize 后就得到91x109x91 我应该怎么做?
这个我不清楚。。
这个我不清楚。。。我能想到的方法就是得到配准后的数据然后用image reslicer改变分辨率为91x109x91,或者你也可以把那批数据downsample(用image reslicer)为61x73x61,然后就可以放在一起处理了
puyunfashi感谢您的回答
puyunfashi感谢您的回答!使用这种方式我只实现了将一个时间点的脑体积分辨率改变到91x109x91,但是我是4D MRI数据。在选择reference 的时候,我应该选择哪个文件?
预处理时normalize选voxel size为2 2
预处理时normalize选voxel size为2 2 2。但如果你原始数据采得voxel size太大的话,可能会得到比较奇怪的结果。
显示结果问题
严老师感谢您的回答!确实如您所说那样。显示结果(图4)有很多黑色的点。
1.那这样的话,我只能配准到61x73x61 吗? 这种有黑点的显示是否会有问题?
2.如果我采用puyunfashi 所说的那样,使用image reslicer改变分辨率为91x109x91 对结果会有什么影响吗?使用这种方式,
我发现只能将一个时间点脑体积分辨率改变,而不能将100多个时间点脑体积全部改变。我选择Reference的时候应该选择哪个文件?
这种黑点应该是normalize到高分辨率时形成的空洞
这种黑点应该是normalize到高分辨率时形成的空洞,smooth可以解决这个问题
你可以写一个循环把每个时间点的功能相都修改分辨率
puyunfashi您好,我使用smooth后
puyunfashi您好,我使用smooth后,还是存在黑点现象。我自己的数据是128x128x39(x,y,z),如果我配准到61x73x61,这样大图配准到小分辨率会导致图像模糊。但是如果我配准到91x109x91,却又黑点。我现在不知道该怎么办。我应该怎么做?
建议配准至61x73x61后继续往下进行,看看结果怎么样
建议配准至61x73x61后继续往下进行,看看结果怎么样
我用dpabi目前只想进行预处理
我用dpabi目前只想进行预处理,想得到预处理后的数据没有问题且很清晰,然后用于深度学习。暂时不进行ALFF、ReHo等统计分析。但是得到的显示很模糊,我想这样可能不能使用,会对深度学习造成影响
对于你的数据,我建议保持61x73x61
图像模糊
严老师您好,如果配准到61x73x61 ,这样图像显示很模糊。是什么原因造成的呢? 配准插值算法又是什么呢?
我考虑到我的原始数据是128x128x39 ,slice比较小,厚度大。所以如果我想对slice 隔层采样的话,应该如何做呢? (先对slice隔层采样,然后在配准)