MRI多序列，多中心数据集预处理--使用FSL-Flirt 配准数据

FLIRT（FMRIB 的线性图像配准工具）是用于线性（仿射）模态内和模态间脑图像配准的全自动稳健且准确的工具。

什么是配准

在这两张图片上，很容易看出它们没有对齐，左边相对右边倾斜，虽然我们人类视觉系统还是能把对应的解剖关系连系在一起，但是我们使用计算机分析时确不能够

因此，我们希望相同的解剖结构对齐，用坐标表示的话，希望他们在相同的坐标上。如下图

对齐这些解剖结构的过程就叫做配准（register）

因此，配准的目的也是使相同的解剖结构在同一个位置，便于分析。可以将CT和MRI配准，看同一结构在两个模态上的变化，更易于疾病的诊断。同理PET-MRI等也可以进行配准。不同的MRI序列之间也可以配准。同一个MRI序列，前后做的两次图像也可以配准。等等。

注意，如果是配准脑部，最好先去头骨等组织。因为我们只希望配准脑组织，并不关心鼻子，眼睛是否配准，而他们会干扰配准的速度和准确性。可使用 fsl-bet去头骨

MRI数据预处理–使用FSL-BET轻松去头骨，提取脑组织

配准需要了解4个基本的概念：

• image space(图像空间)，
• spatial transformation (空间变换)，
• cost functions(代价函数)，
• interpolation(插值)

接下来会简单了解4个概念，如果想直接上手，可以跳到后面

image space

图像空间包含3种：标准空间，结构空间，功能空间

每个空间又可以有不同的分辨率，比如标准空间模板MNI152,就有1mm,2mm,0.5mm的分辨率。

常用的标准空间（MNI152）模板在/usr/local/fsl/data/standard下，方便使用。

提供了各种分辨率，各种需求的模板。我们可以将自己的数据配准到标准空间上，作为预处理的一部分。

更多模板参考atlases

图像从一个空间到另一个空间的转换就叫空间变换。

空间变换

当我们进行配准时，必须要选择配准的空间变换方式，不同的方式，对大脑的形状和大小改变不一样。常用的有：

• 刚体变换（Rigid-Body Transformations）: 6个自由度（3转动，3平动）
• 仿射变换（Affine Transformations）: 12个自由度（3转动，3平动，3缩放， 3偏斜/剪切。
• 非线性变换（Non-Linear Transformations）:多于12个自由度
  这里的3是指有3个方向（x, y, z）

cost functions

cost functions，即代价函数用于评判配准的好坏。

• co