【FSL】fslstatsを使ったROI解析

1. 目的
2. fslstats
2.1. binary maskを使う場合
2.2. index maskを使う場合
3. 使用例
3.1. フォルダ構造
3.2. コード
3.3. 結果

1. 目的

MRIデータをROIを用いて計測

2. fslstats

fslstatsを使った(non zeroボクセルの)平均値および標準偏差の計算方法は次のとおり。

2.1. binary maskを使う場合

[preparation]として-k <binary mask>を指定

# 平均値
fslstats -k <index mask> <input image> -M
 
# 標準偏差
fslstats -k <index mask> <input image> -S

2.2. index maskを使う場合

maskの中には、1以上の離散値を持つ場合もある（例：前頭葉: 1, 側頭葉: 2, 頭頂葉: 3, 後頭葉: 4）。このようなmaskをFSLでは「index mask」と呼ぶ。
[preparation]として-K <index mask>を指定(ラージKであることに注意)。

# 平均値
fslstats -K <index mask> <input image> -M
 
# 標準偏差
fslstats -K <index mask> <input image> -S

3. 使用例

firstというディレクトリにfactor 1.0 ~ 2.0の範囲で0.2刻みでデータ収集し、1つのfactorには5種類の画像がある。

さらに、3種類のindex maskがある（20190616_${map}.nii.gz）。

新たにデータセットを用意する場合、

index maskは、「_${map}.nii.gz（map =T1, T2, PD）」の部分だけ揃える
画像データは、「_${i}.nii（i =1, 2, 3, 4, 5)）」の部分は揃える

3.1. フォルダ構造

first/
├── 1.0
│   ├── 20190616_135659WIPCS103DSyMRIs901a1009_1.nii
│   ├── 20190616_135659WIPCS103DSyMRIs901a1009_2.nii
│   ├── 20190616_135659WIPCS103DSyMRIs901a1009_3.nii
│   ├── 20190616_135659WIPCS103DSyMRIs901a1009_4.nii
│   └── 20190616_135659WIPCS103DSyMRIs901a1009_5.nii
├── 1.2
├── 1.4
...
└──2.0
20190616_T1.nii.gz
20190616_T2.nii.gz
20190616_PD.nii.gz

3.2. コード

以上の準備ができたら、以下のコマンドをfirstフォルダのあるディレクトリと同じ場所で実行する。

計測結果は、「temp」フォルダにまとめられ、最終的なまとめ結果は「temp/summary」にまとめられる。

mkdir -p temp temp/summary
for img in $(seq 1 5);do
    echo "Calc image$img ..."
    for i in $(ls first);do
        for map in T1 T2 PD;do
            echo ${map}_img${img}_${i} > temp/${map}_img${img}_${i}.txt
            fslstats -K *_${map}.nii.gz first/$i/*_${img}.nii -M >> temp/${map}_img${img}_${i}.txt
        done
    done
    # summary
    paste temp/T1_img${img}_*.txt > temp/summary/T1_img${img}.txt
    paste temp/T2_img${img}_*.txt > temp/summary/T2_img${img}.txt
    paste temp/PD_img${img}_*.txt > temp/summary/PD_img${img}.txt
done

3.3. 結果

「temp/summary」フォルダの中身を確認すると次のようなファイルが生成されている。

これらの結果は、各index maskおよび各factorにおける5種類の画像ごとに計測結果をまとめたものである。

$ ls temp/summary/
PD_img1.txt  PD_img4.txt  T1_img2.txt  T1_img5.txt  T2_img3.txt
PD_img2.txt  PD_img5.txt  T1_img3.txt  T2_img1.txt  T2_img4.txt
PD_img3.txt  T1_img1.txt  T1_img4.txt  T2_img2.txt  T2_img5.txt

「PD_img1.txt」の中身は次の通り。

PD_1_1.0  PD_1_1.2  PD_1_1.4  PD_1_1.6  PD_1_1.8  PD_1_10 PD_1_2.0  PD_1_2.2  PD_1_2.4  PD_1_2.6  PD_1_2.8  PD_1_3.0  PD_1_3.5  PD_1_4.0  PD_1_4.5  PD_1_5.0  PD_1_5.5  PD_1_6.0  PD_1_6.5  PD_1_7.0  PD_1_7.5  PD_1_8.0  PD_1_8.5  PD_1_9.0  PD_1_9.5
071172   53.571421   57.104340   65.576766   56.634142   164.695774  59.164714   66.530548   64.210779   72.075169   88.882530   68.767341   78.006755   82.362270   102.866073  95.148962   157.649307  135.169850    136.416867  209.898826  143.974304  206.080797  144.660493  152.182925 
219002   59.634794   67.469257   57.990326   68.822425   135.478640  61.384532   70.464787   71.207407   73.836757   85.293909   69.715787   85.544729   98.812038   120.032300  113.378021  137.899509  162.424688    186.341014  182.449928  168.822476  226.915020  168.971066  156.942100 
593938   73.217330   78.069650   72.319718   72.329499   229.141061  72.960663   85.006750   71.576984   86.298830   101.787668  68.924592   111.201372  124.327963  136.776286  160.195031  187.189908  202.490824    222.796888  278.856697  198.264230  250.119406  227.780093  328.350670 
599368   73.082315   75.607594   78.199978   77.303263   264.188672  82.484480   87.064013   90.335936   86.806134   99.869636   91.716010   100.842814  124.390488  152.835757  158.187163  190.057344  231.426025    255.339445  233.320259  210.198541  268.658566  277.634037  304.397152 
596507   73.224809   73.435417   74.447392   82.949692   200.789283  95.077401   76.603784   91.650407   86.794202   97.143067   96.004177   91.693638   114.771571  147.396567  128.985783  156.368281  180.671239    219.410221  212.203824  191.402947  209.449536  208.555533  208.911982 
904297   74.822798   82.031894   81.959065   81.159454   204.884733  84.416149   84.009042   105.231751  102.618848  109.251246  87.436376   87.707241   103.725383  124.369558  148.823854  178.081095  170.385173    216.685645  324.138544  221.210790  270.552265  221.176516  209.839571 
786061   76.172245   78.538106   88.747996   75.945391   210.691364  96.988982   93.988295   92.378013   94.479654   102.801537  105.931549  100.643631  119.402497  133.575660  158.669452  168.026760  208.149685    216.036306  200.196084  221.846031  254.239667  222.523944  208.206735 
495523   88.813652   87.880272   85.964579   98.281155   349.093039  98.692713   94.235417   101.215252  112.179749  109.359223  92.050666   103.862347  126.171527  137.595066  170.217829  185.742386  242.152668    271.305374  222.041778  273.485643  306.670516  315.758490  264.002075 
739737   100.720432  97.328787   99.053358   97.533872   316.762011  103.369259  113.277178  99.181052   109.115135  118.181639  109.618875  118.613545  125.297607  148.418087  162.936641  185.542536  241.243367    219.280341  239.735891  205.617819  270.702777  229.903270  235.547812 
277802  106.846910  104.091932  106.542414  102.750478  207.280336  102.150977  113.678573  109.015869  102.060726  112.479080  106.674224  115.947559  116.607501  144.210974  143.748899  149.864118  209.414898    207.632018  212.082947  221.947801  243.473957  262.798043  187.095868 
149411  128.146098  123.403289  129.219018  120.576404  307.939330  127.342593  130.534624  136.748147  135.015205  130.025685  127.302044  129.562001  181.892504  175.129838  214.058127  226.497845  261.011736    293.147569  369.290946  318.991315  334.730611  391.036790  375.232291 
132261  136.881755  140.397574  139.790297  137.662219  372.306719  144.546539  141.836003  157.273254  146.306116  172.242885  156.343952  157.901801  186.644997  198.501073  221.079046  239.737134  273.049238    337.570792  359.821785  327.865160  385.884041  403.470958  392.444883 
414811  149.560298  153.284503  153.066674  161.247593  389.665428  167.865698  162.732419  163.929323  170.265862  175.904991  159.839045  172.798252  191.501041  201.477961  243.534578  247.816996  296.709427    355.380479  385.017319  365.828550  409.998897  380.333908  410.494708 
627007  125.429929  125.827541  128.563233  124.580074  305.157273  133.259714  136.405932  140.542948  138.670648  136.025625  134.278958  149.233630  156.115582  180.495762  207.980796  201.333914  247.976671    304.193507  306.642640  293.506436  327.611026  335.249888  354.644789 

これをエクセルに貼り付けると、次のようになる。行はindex maskのindexに対応し、列は各factorに対応する。factorのネーミングの仕方が悪く「PD_1_10」が6列目に出てきてしまっていることに注意。

PD_1_1.0	PD_1_1.2	PD_1_1.4	PD_1_1.6	PD_1_1.8	PD_1_10	PD_1_2.0	PD_1_2.2	PD_1_2.4	PD_1_2.6	PD_1_2.8	PD_1_3.0	PD_1_3.5	PD_1_4.0	PD_1_4.5	PD_1_5.0	PD_1_5.5	PD_1_6.0	PD_1_6.5	PD_1_7.0	PD_1_7.5	PD_1_8.0	PD_1_8.5	PD_1_9.0	PD_1_9.5
56.07117	53.57142	57.10434	65.57677	56.63414	164.6958	59.16471	66.53055	64.21078	72.07517	88.88253	68.76734	78.00676	82.36227	102.8661	95.14896	157.6493	135.1699	102.8661	136.4169	209.8988	143.9743	206.0808	144.6605	152.1829
59.219	59.63479	67.46926	57.99033	68.82243	135.4786	61.38453	70.46479	71.20741	73.83676	85.29391	69.71579	85.54473	98.81204	120.0323	113.378	137.8995	162.4247	120.0323	186.341	182.4499	168.8225	226.915	168.9711	156.9421
65.59394	73.21733	78.06965	72.31972	72.3295	229.1411	72.96066	85.00675	71.57698	86.29883	101.7877	68.92459	111.2014	124.328	136.7763	160.195	187.1899	202.4908	136.7763	222.7969	278.8567	198.2642	250.1194	227.7801	328.3507
60.59937	73.08232	75.60759	78.19998	77.30326	264.1887	82.48448	87.06401	90.33594	86.80613	99.86964	91.71601	100.8428	124.3905	152.8358	158.1872	190.0573	231.426	152.8358	255.3394	233.3203	210.1985	268.6586	277.634	304.3972
62.59651	73.22481	73.43542	74.44739	82.94969	200.7893	95.0774	76.60378	91.65041	86.7942	97.14307	96.00418	91.69364	114.7716	147.3966	128.9858	156.3683	180.6712	147.3966	219.4102	212.2038	191.4029	209.4495	208.5555	208.912
70.9043	74.8228	82.03189	81.95907	81.15945	204.8847	84.41615	84.00904	105.2318	102.6188	109.2512	87.43638	87.70724	103.7254	124.3696	148.8239	178.0811	170.3852	124.3696	216.6856	324.1385	221.2108	270.5523	221.1765	209.8396
73.78606	76.17225	78.53811	88.748	75.94539	210.6914	96.98898	93.9883	92.37801	94.47965	102.8015	105.9315	100.6436	119.4025	133.5757	158.6695	168.0268	208.1497	133.5757	216.0363	200.1961	221.846	254.2397	222.5239	208.2067
87.49552	88.81365	87.88027	85.96458	98.28116	349.093	98.69271	94.23542	101.2153	112.1797	109.3592	92.05067	103.8623	126.1715	137.5951	170.2178	185.7424	242.1527	137.5951	271.3054	222.0418	273.4856	306.6705	315.7585	264.0021
98.73974	100.7204	97.32879	99.05336	97.53387	316.762	103.3693	113.2772	99.18105	109.1151	118.1816	109.6189	118.6135	125.2976	148.4181	162.9366	185.5425	241.2434	148.4181	219.2803	239.7359	205.6178	270.7028	229.9033	235.5478
103.2778	106.8469	104.0919	106.5424	102.7505	207.2803	102.151	113.6786	109.0159	102.0607	112.4791	106.6742	115.9476	116.6075	144.211	143.7489	149.8641	209.4149	144.211	207.632	212.0829	221.9478	243.474	262.798	187.0959
126.1494	128.1461	123.4033	129.219	120.5764	307.9393	127.3426	130.5346	136.7481	135.0152	130.0257	127.302	129.562	181.8925	175.1298	214.0581	226.4978	261.0117	175.1298	293.1476	369.2909	318.9913	334.7306	391.0368	375.2323
142.1323	136.8818	140.3976	139.7903	137.6622	372.3067	144.5465	141.836	157.2733	146.3061	172.2429	156.344	157.9018	186.645	198.5011	221.079	239.7371	273.0492	198.5011	337.5708	359.8218	327.8652	385.884	403.471	392.4449
153.4148	149.5603	153.2845	153.0667	161.2476	389.6654	167.8657	162.7324	163.9293	170.2659	175.905	159.839	172.7983	191.501	201.478	243.5346	247.817	296.7094	201.478	355.3805	385.0173	365.8286	409.9989	380.3339	410.4947
123.627	125.4299	125.8275	128.5632	124.5801	305.1573	133.2597	136.4059	140.5429	138.6706	136.0256	134.279	149.2336	156.1156	180.4958	207.9808	201.3339	247.9767	180.4958	304.1935	306.6426	293.5064	327.611	335.2499	354.6448

著者情報：斎藤勇哉

順天堂大学医学部大学院医学研究科放射線診断学講座所属
脳MRI 画像解析が専門であり、テーマは①神経変性疾患の機序解明、②医用人工知能の開発、③多施設データのハーモナイゼーション、④速読が脳に与える影響や学習効果、⑤SNS解析を用いたマーケティング戦略の改善。
医療分野に関わらず、自然言語処理・スクレイピング・データ分析・Web アプリ開発を得意とし、企業や他大学の研究を支援。
主な使用言語は、Python、Shell Script、MATLAB、HTML、CSS