Author: haoransun
Wechat: SHR—97
参考知网
●基于耦合的卷积-图卷积神经网络的阿尔茨海默病的磁共振诊断
ADNI Series
1、【ADNI】数据预处理（1）SPM，CAT12
2、【ADNI】数据预处理（2）获取 subject slices
3、【ADNI】数据预处理（3）CNNs
4、【ADNI】数据预处理（4）Get top k slices according to CNNs
5、【ADNI】数据预处理（5）Get top k slices (pMCI_sMCI) according to CNNs
6、【ADNI】数据预处理（6）ADNI_slice_dataloader ||| show image
脑图像预处理软件及参考资料
SPM：https://www.fil.ion.ucl.ac.uk/spm/software/download/spmreg.php
MatLab：
官网：https://ww2.mathworks.cn/en/products/matlab.html
破解版：https://zaiyis.blog.csdn.net/article/details/123936220
破解版教程若失效，可看个人语雀中的MatLab安装教程
CAT：http://www.neuro.uni-jena.de/cat/index.html#DBM
http://www.neuro.uni-jena.de/cat/index.html#DOWNLOAD
MRIcro：https://people.cas.sc.edu/rorden/mricro/mricro.html#Installation
https://blog.csdn.net/yufei0413/article/details/105220142/
https://blog.csdn.net/sophia2023/article/details/109025806
https://www.likecs.com/show-203470671.html
https://blog.csdn.net/qq_44846512/article/details/112471568
https://github.com/bbanddd/ADDL/blob/master/docs/%E5%B7%A5%E4%BD%9C%E6%B5%81%E7%A8%8B.md
FSL：https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FslInstallation/Windows
数据预处理流程方案1
一、格式转换：DICOM 是目前神经影像采集重建后存储的通用数据格式，从ADNI数据集中采集到的MRI 和PET 原始图像可能为DICOM 格式。为了获得便于后续操做的数据格式：NIfTI，扩展名为.nii。图像预处理须要使用FSL、SPM 等工具对采集到的图像完成从DICOM 到NIfTI 数据格式的转换。
二、校订：校订步骤操做主要是前连合(AC)-后连合(PC)校订。咱们使用MIPAV 软件进行AC–PC 校订, 重采样图像采用标准的256×256×256 模式,以后使用N3 算法去校订非均匀的组织强度。经过AC–PC 校订校订以后的图像，咱们还需实施头骨剥离、小脑切除操做。
三、头骨去除和小脑切除：MRI 和PET 的原始图像中都包含着一些非脑结构，好比头骨等。为避免增长运算量，也避免影像后续预处理，影响实验结果，须要在图像预处理操做中将图像中的头骨等非脑结构移除。本文采用SPM 工具中的CAT12 工具包完成去除头骨的操做。
四、异源图像配准：这一预处理操做步用来完成异源影像数据的配准，如：MRI 的T1 回波时间图像和T2 回波时间图像配准、MRI 与PET 配准。因为待配准的图像属于不一样类的数据差别很大，因此咱们采用更准确、鲁棒的基于互信息的配准算法完成这一操做，最小二乘法已经再也不适用。
五、图像分割：在MRI 图像处理时，有时只关注某些特定区域的状态，这就须要根据大脑的解剖结构将目标部位的组织提取出来。在预处理流程中，咱们将MRI 按脑灰质、白质、脑脊液结构分割成为3 个不一样的图像，再进行单独或联合分析。这是由于这三个组织在大脑中有着不一样的功能，在受到AD 或MCI 影响后也有不一样的形态学的改变，须要各自提取特征。所以这一步骤须要用到图像分割算法。
六、标准化：标准化是将前面预处理流程的图像配准到标准脑模版空间MNI(Montreal Neurological Institute)上，统一全部图像的坐标空间。MNI 空间是基于大量的正常被试的MRI 扫描平均获得的新的标准脑，是大脑图像标准化经常使用到的模版。标准化用到的算法是非刚体配准算法，包括仿射变换与非线性变换等。
七、平滑处理：在完成上述一系列处理后，还须要将图像作一次平滑处理，以抑制功能像的噪声，提升信噪比，减小各图像间仍残余的解剖结构或功能上的不一样。一般，平滑处理采用的函数是高斯核（标准方差）函数。此外，根据经验和实践尝试，咱们使用64×64×64 的像素立方体对灰质密度图像和PET 图像进行下采样，这种处理能够节约运算时间和内存消耗，并且没有损失分类精度。
数据预处理流程方案2（采纳）
1-数据集
数据源：ADNI数据库中下载AD、MCI、NC组受试者T1权重的MRI数据。
受试者年龄大都在6583之间●**NC组：A人，男?人，女?人，年龄aabb岁，平均(a.aa±b.bb****)岁**
●AD组：B人，男?人，女?人，年龄aa~bb岁，平均(a.aa±b.bb**)岁**
●MCI组：C人，男?人，女?人，年龄aa~bb岁，平均(a.aa±b.bb**)岁**
2-预处理
从ADNI数据库下载(A+B+C)名受试者的MRI数据，每名受试者只有唯一的MRI数据。
SPM-CAT12对MRI进行以下操作
●格式转换（如果需要的话）
●时间矫正（如果需要的话）
●头动矫正
●颅骨剥离
●配准到Template_MNI152标准模板空间
●图像平滑(平滑核大小大小为6像素x6像素x6像素)
除平滑核大小外其余均使用CAT12中的默认参数
经过上述处理后的图像大小均为**121像素×145像素×121像素(此处仅为参考)**，空间分辨率为1.5 mm，3组受试者处理前后图像对比见下图。
