目次
* 1. はじめに
* 2. PyTorchについて
SETUPの最後、Optionsも軽くみておきましょう。
Covariates (1st-level) をみていきます。ここのCovariatesは個人のfMRI画像に関する情報が入っています。
サンプルデータのSubject 1でみていきます。
前処理が終わり、QA plotsで不適なsubjectsを取り除きました。次にROIsとConditionsを確認します。
ANTsのRへの移植版であるANTsRのインストール方法を聞かれましたので、Ubuntu 18.04へのインストール方法を以下にまとめます。現在、Ubuntu 18.04では、Rのバージョンはデフォルトで3.6になっていますので、Rは3.6がインストールされていると仮定します。
ここでは、画像が不適であることがわかった場合のSubjectの取り除き方を説明します。
前処理のQAで今回準備したサンプルデータでは、Subject 16は解析に不適ということがわかりました。なので、これを省きたいと思いますが、その前に準備している Covariates を登録しておきます。(そうでないと Covariates を入れてある subjects.txt を編集し直さないといけないからです。)
前処理が終わったら、前処理のQA (Quality Assurance) を行いましょう。よくQC (Quality Check)という言葉が使われますが、QAはQCと同義です。
構造画像と機能画像を指定したら、前処理 Preprocessing を行います。
脳画像解析を行う際には、「ワーキングディレクトリ」を意識することがとても大切になります。なぜならば、ワーキングディレクトリの中に画像データが保存されていくからです。CONNも例外ではありません。
そして、忘れられがちですが、Matlabでまずワーキングディレクトリに移動してからCONNやSPMを起動すると、ファイルの選択などが非常に容易になります。
今は、conn_practice.zip を展開してできた conn_practice をワーキングディレクトリとして設定したいと思います。
CONNの記事を最初に書いてからほぼ5年が経ちました。
多くの方に「CONNを使えるようになりたい」という質問をいただくので、改めて、2021年8月時点の最新バージョン 20.b を用いてCONNの使い方を紹介していきたいと思います。
1. 目的
2. 画像ファイル形式
2.1. DICOM(拡張子: .dcm)
2.2. ANALYZE(拡張子: .hdr/.img)
2.3. NIfTI(拡張子: .nii)
2.4. MIF形式(拡張子:.mif)
2.5. MGZ形式(拡張子:.mgz)
2.6. GZ形式(拡張子:.gz)
1. 脳画像解析とは
2. 脳画像解析の種類と特徴
3. 画像解析一連の流れ
3.1. DICOMを脳画像解析用のファイル形式に変換(例: DICOM→NIfTI)
3.2. 画像に問題がないかチェック
3.3. 前処理
3.4. 統計解析
FreeSurfer 7.2.0が発表されました。
このバージョンからついに deb ファイルが提供されるようになりました。嬉しいことですね。
デフォルトのインストール先は、/usr/local/freesurfer/7.2.0 となります。
fMRIデータは3次元データで取り扱う場合と4次元データで取り扱う場合があります。
3次元データの場合、たとえば1つのセッションが240ボリュームで構成されているとすると、240のniftiファイルで構成されます。
4次元データの場合、1つのniftiファイルに240ボリュームがすべておさめられています。
個人的には、データ管理という点では、4次元データの方が取り扱いやすいと思っています。
そこで3次元データを4次元データに変換する方法をSPMの場合とFSLの場合でまとめたいと思います。
必要な情報としては、TRです。この情報がないといくつかのソフトはうまく動かなくなります。
画像解析などをしていると、しばしば、「今の作業で新しくできたファイルは何だろう?」と思うことがあります。
Linuxでは、find コマンドに、-newer というオプションがあります。findのmanページには以下の記載があります。
-newer file
ファイルが file よりも最近に内容を更新されていれば、真を返す。
であるならば、あるファイルを作成して、作業をして、その後に、findをかければ列挙できるはずです。
いろいろ調べた結果、touchコマンドで -t オプションを使うとタイムスタンプを決められるので、それをスクリプトに組み込めるなと思いました。
以下のスクリプトで、新たに生成されたファイルの一覧が generated_from_タイムスタンプ.txt に作成されます。
#!/bin/bash #generate timestamp ts=$(date +%Y%m%d%H%M.%S) #generate a temporary file with current timestamp for find touch -t $ts /tmp/_timestamp # BEGIN commands to generate new files # # END # list files which is generated after /tmp/_timestamp find . -type f -newer /tmp/_timestamp | tee -a generated_from_${ts}.txt