技术帖 | 课题组自主开发的DTI数据处理软件PANDA
大家好：
我们课题组开发的DTI数据处理软件PANDA已经发布（1.1版本）
网址：
欢迎大家试用，有问题，请反馈
它有以下几个特点：
数据处理：
1）全自动处理
（1）以DICOM或NIfTI数据为输入，全自动地对弥散磁共振数据进行处理，可自动处理任意数量的被试。
2）多结果输出
（1）从输入数据可直接处理获得voxel水平、atlas水平、TBSS水平分析所需要的结果。
（2）确定性纤维追踪，可得到全脑纤维，结果是一个.trk的文件，用户可用Trackvis打开，画ROI，进行统计分析。
（3）网络构建，可以得到三类连接矩阵：Fiber count matirx; FA matrix; Fiber length matrix。
（4）概率纤维追踪与网络构建，可以得到一个连接矩阵，存放的是脑区之间的连接概率。
并行处理：
1）如果在一台机器上使用这个软件，软件可以自动并行这台机器的多个核处理作业。
2）如果在一个集群环境（如SGE）下使用该软件，软件可以自动并行多台机器的核处理作业。
程序中途中止、参数修改：
1）如果程序中途中止运行，用户可以load在运行时保存的配置文件，再次点击“RUN”。程序会自动检测哪些作业已完成，哪些未完成，并从中止点开始运行。
2）如果用户修改了一些之前设置的参数，重新点击“RUN”，程序会自动重新运行与该参数相关的步骤，而不会运行其它步骤。
状态监控：
1）主界面中有“Monitor Table”，用户可以通过这个table监控作业的运行情况。
2）关闭PANDA后再次重启PANDA，用户可以load配置文件，该作业的运行情况会自动显示在PANDA的“Monitor Table”中。
子工具：
1）在Utilities中包含四个独立的数据处理工具，分别用于单独地做TBSS、BedpostX、脑区划分、纤维追踪与网络构建（确定的与概率的），它们都是可以并行运行的。
2）在Utilities中有三个小的工具，分别用于DICOM Sorter（将机器中扫出来的DICOM文件分出不同的序列）；Image Converter（可以进行.img，.nii，.nii.gz三种格式之间的转换）；Files Copyer（将文件拷贝到某一个指定位置）。
界面友好：
1）一个非常友好且易于使用的图形用户界面，通过界面设置参数。
后台运行：
1）点击“RUN”之后，程序是在后台中运行，用户可以关闭PANDA，也可以关闭Matlab。
再续
PS:
1) PANDA输出的结果文件的说明以及中文简介：
2) PANDA的视频教程：
3) PANDA的文章：
4) PANDA第二版本发布：
5) PANDA虚拟机版本（虚拟机内已装好ubuntu，matlab，fsl，PANDA可正常使用）：
6) PANDA 1.3.0 版本发布：
DTI数据分析软件PANDA的新版本以及manual都已完成（第二版）
在nitrc网站上发布了。
包括基于matlab的界面版本的，和基于octave的版本的。
网址：
网站上有upgrade information，可以查看增加的功能。新增的功能如下：
I, GUI（图形用户接口）的新特征：
用户点击"RUN"按钮之后，配置信息会自动保存到文件中，配置文件的命名为"{year}-{month}-{day}-{hour}-{minute}.PANDA", 它将存放在{Result-Path}路径下；
界面中添加了名字为"Failed Jobs"的按钮，用于查看作业失败的原因。如果monitor table中显示作业failed，点击这个按钮，弹出的界面会在table中显示失败的作业的名字，点击table中的某个作业，可以查看到该作业失败的原因。
现在，monitor table有两种显示模式：实时和非实时。默认是实时。在非实时模式下，点击"Refresh"按钮可以更新作业的状态。
在点击"RUN"按钮之前，如果用户想从导入的输入数据中删除某被试，只要在Location Table中右键点击该被试所在行。
现在也支持csh, tcsh的shell环境。
II, 新的子工具
工具Brain Extraction (T1), 用来对T1数据剥头皮，可以并行、批处理。
工具Test Bvecs, 用于检测拟合得到的张量方向是否正确。用户可以修改该中介下的"Invert"和"Swap"两个参数来调节拟合得到的张量方向。由于张量方向的准确与否决定了纤维追踪结果的正确与否，所以建议用户在进行纤维追踪之前，先利用这个工具，检查生成的张量方向。
工具Resample NIfTI, 用来对NIfTI图像重采样，可以并行、批处理。
工具DICOM->NIfTI, 用来将DICOM图像转换成NIfTI图像，可以并行、批处理。
III, 用于数据分析的功能
为每个被试生成一个.txt文件和.mat文件，存放该被试的扫描参数。如果输入时DICOM文件，扫描参数如下：名字、性别、出生日期、扫描日期、年龄、TR、TE、Flip Angle、Acquisition Matrix、层厚、层间距、场强、分辨率、FOV；如果输入时NIfTI文件，扫描参数如下：图像大小、分辨率、volume的数量、数据类型。结果存放在{Subject-Folder}/quality-control/Scanning-Parameters路径下。
在Diffusion Opt中加入了Resampling Resolution的参数。用户可以在进行一系列分析之前，先对原始DICOM转换得到的NIfTI图像重采样，这里设置的是重采样的分辨率。
在Diffusion Opt中加入了Invert和Swap两个参数。用户根据Test Bvecs工具得到的正确的Invert和Swap，来设置这里的两个参数。
在Diffusion Opt中包含了dMRI数据的基本的几种分析，用户可以选择哪些做，哪些不做。
基于atlas的分析结果，软件会将所有被试的结果合成一个大的Excel以方便统计分析。结果存放在{Result-Path}/Allatlasresults/路径下。
基于TBSS的分析结果，所有被试的个体空间的骨架会合并成一个4D的数据。按照FSL网站的指导，用户可以用这个4D的数据做输入，使用randomise命令进行统计分析。这些4D数据存放在{Result-Path}/TBSS/Merged4DSkeleton/路径下。
脑区分割中加入了对T1图像剥头皮、cropping、重采样的操作。所以，用户只要输入直接由DICOM转换得到的T1的NIfTI图像就可以，设置剥头皮的参数，PANDA会对T1剥头皮。Cropping操作可以对图像截取，使脑区分割加速。如果需要对T1图像重采样，可以设置重采样分辨率。
如果做脑区分割，在{Subject-Folder}/quality-control/Individual-Parcellated路径下会生成脑区分割结果图像的截图，用户可以大致看一下分割结果。
Deterministic Fiber Tracking中加入了reseed的参数，设置每个voxel内种子点的数量。
网络构建中增加了两个ROI大小的定义：第一个是ROIVoxelSize，即ROI内voxel的数量；第二个是ROISurfaceSize，即ROI内含有纤维终点的voxel的数量。
一些流程，比如脑区分割、概率追踪，都比第一个版本更快了。
DTI数据分析软件PANDA的新版本PANDA 1.3.0以及manual都已完成（1.3）
在nitrc网站上发布了。
网址：
新增的功能大致如下：
I.数据处理的改善：
1. 如果有多个b0图像，在涡流矫正的时候，将多个b0的平均作为配准的参考图像。
2. 按照FSL网站上TBSS的manual，做了统计以及结果呈现的界面（统计就是调用FSL的randomise，结果呈现是调用FSLview）。
3. 结合TBSS和先验图谱，计算图谱中每个分区中白质骨架的体素的均值，后续可以使用spss做统计分析 (Huang et al.,Neuropsychopharmacology, 2011; Liu et al., Mult Scler, 2012)。
4. 网络节点定义的时候，T1的模板可以自定义
II.新的子工具
1 工具Cluster Locater，用来定位统计结果，可以根据先验图谱定位结果在哪些白质束上
2 工具White Matter Mask，根据FA图像做白质mask的工具
3 工具ROI-mask Extractor，从先验图谱中提取感兴趣的几个ROI
4 工具Between-atlas Mapping，将高分辨率图谱映射到解剖图谱的工具，比如将1024的随机图谱映射到90的AAL图谱上
5 工具ROI-mean Extractor，根据mask计算图像中在图像在这个mask内的所有体素的均值的工具
6 工具Merge NIfTI，将多个3D的NIFTI图像合并成一个4D的NIFTI图像的工具
7 工具Image Smoother，批处理对图像做平滑的工具
8 T1结构像剥头皮的工具，加了两个可设的参数（FSL的bet命令的-S: eye & optic nerve cleanup和-B: bias field & neck cleanup两个参数），可以剥的更好。
III.其它
1 修正了之前的一些bug
2 写了一个非常详细的manual文档，对大家之前提过的很多问题，这里都做了详细的解释
如有问题，请随时发邮件
祝好
本期编辑：陈锐
本文滴友原创帖，若有疑问及侵权，请后台留言！
52brain,Connect Young Brains.
52brain精彩内容回顾
（点击即达）