FSL-FAST使用举例 with PBS and qsub

这个例子展示如何用FAST 分割三种组织，计算出三种组织的体积，最后使用R语言导入到一个表里并且计算Brain volume

FAST(FMRIB's Automated Segmentation Tool)主要分割全脑灰质GM、白质WM和脑脊液CSF

在运行FAST之前，应该使用BET剥头皮

处理上百个数据会耗费很长时间，为了提高效率，可以利用qsub和PBS将任务提交到cluster上

指令的详细说明在官网可见BET, FAST

结构像文件结构如下图所示(设当前路径为pwd)，每一个人的结构像都放在相应文件夹里并且命名为t1.nii

结构说明

如果结构像同级放在一个文件夹下，可以参考Shell script - 处理同一文件夹下的一批数据来修改。

1. bet和fast的使用

分割结构像的脚本tissueSegmentOnSingle.sh存放于pwd路径

segmentOnSingle.sh如下

#!/bin/bash
# PBS -l nodes=1:ppn=8
# PBS -q short
bet t1.nii t1_brain.nii.gz # 剥头皮后生成t1_brain.nii.gz，这一步还算比较快
fast -t 1 -n 3 -H 0.1 -I 4 -l 20.0 -b -o t1_brain.nii t1_brain.nii.gz # fast分割，这一步不会很快
# fast运行结束以后生成
# t1_brain_bias.nii.gz  
# t1_brain_mixeltype.nii.gz
# t1_brain_pve_0.nii.gz: CSF （intensity = 属于对应组织的概率）
# t1_brain_pve_1.nii.gz: GM（intensity = 属于对应组织的概率）
# t1_brain_pve_2.nii.gz: WM（intensity = 属于对应组织的概率）
# t1_brain_pveseg.nii.gz
# t1_brain_seg.nii.gz

重点关注的结果(Inspection by freeview)
t1_brain_pve_0.nii.gz: CSF

t1_brain_pve_0.nii.gz: CSF

t1_brain_pve_1.nii.gz: GM

t1_brain_pve_2.nii.gz: WM

tissueSegmentOnSingle.sh用于处理单个结构像

对于多个数据，应该在循环里多次将该脚本作为作业提交到服务器，如存放在pwd的脚本qsubTissueSegment.sh所示

#!/bin/bash
for n in {1..2..1} ###### 根据你的样本量修改，下面的编号也是如此
do
    number=`echo $n|awk '{printf("%04d",$0)}'`  # 自动补0
    patient=`echo "S"$number`                   # Modify here (Now patient: S0001)
    echo $patient
    qsub -d `pwd`/$patient/ `pwd`/qsubTissueSegment.sh
    # -d 指明single脚本的工作路径
done

900人左右的数据进入short队列后，5个半小时左右运行结束

2. 输出三种脑组织的体积

现在每个人的文件夹里都有那几个文件了，下面开始利用fslstats将所有人的数据写到一个txt里

fslstats简单例子参考帖子：

$ fslstats t1_brain_pve_0.nii.gz -M -V
0.738002 394821 394821.000000

# -m           : output mean
# -M           : output mean (for nonzero voxels)
# -v           : output <voxels> <volume>
# -V           : output <voxels> <volume> (for nonzero voxels)

忽略所有的零体素（就是脑袋外的体素不算在内)
第一个数字表示整个图像上相应组织的平均体素，一个百分比
第二个是整张图体素数目
第三个数字是图像的总体积(单位：mm³)
将第一和第三个数字相乘可以得到相应组织的总体积。

$ fslstats t1_brain_pve_1.nii.gz -M -V | awk '{print $1 * $3}'
490514

现在可以写出批处理的脚本getTissueVolume.sh了(根据实际情况适当修改)

#!/bin/bash
for n in {1..2..1} ###### Modify here
do
    number=`echo $n|awk '{printf("%04d",$0)}'`  # 自动补0
    patient=`echo "S"$number`                   # Modify here (Now patient: S0001)
    echo $patient
    csf=`fslstats $patient/t1_brain_pve_0.nii.gz -M -V | awk '{print $1 * $3}'`
    gm=`fslstats $patient/t1_brain_pve_1.nii.gz -M -V | awk '{print $1 * $3}'`
    wm=`fslstats $patient/t1_brain_pve_2.nii.gz -M -V | awk '{print $1 * $3}'`
    echo -e $csf" "$gm" "$wm >> res # 自动追加换行符
done

fslstats运行速度比较快，平均1.5s就能处理完一个人的数据

运行结果

3.使用R语言整理出全脑体积并导出表格

全脑体积=三种体积之和

original = read.table("~/Share/temp/res.txt")
colnames(original) = c("CSF", "GM", "WM")

L = length(original$CSF)
serial = rep(0, L)
for (i in 1:L) {
  serial[i] = paste("S", sprintf("%04d", i), sep = "") # 自动补0
}

result = data.frame(
  serial = serial,
  CSF = original$CSF,
  GM = original$GM,
  WM = original$WM,
  brainVolume = original$CSF + original$GM + original$WM
)

write.csv(result, "~/Share/result.csv", row.names = F)

全脑体积在1.4×10^6mm³左右上是正常的

最后编辑于：2019.11.25 15:17:22