作者：杨晓飞
Hello，
这里是行上行下，我是喵君姐姐~
弥散张量成像（DTI）的研究越来越受到临床医生和研究人员的欢迎，因为它们提供了对脑网络连接的独特见解。然而，为了优化DTI的使用，必须考虑到几个技术和方法方面的问题，因为这些问题会影响到DTI研究结果的准确性和可重复性。本文由葡萄牙学者发表在FrontiersinNeuroscience杂志。
这些方面包括：采集协议、伪影处理、数据质量控制、张量重建算法、可视化方法和定量分析方法。此外，研究人员和/或临床医生还需要考虑并决定DTI分析流程每个阶段最适合的软件工具。
在此，本文作者提供了一个简单的流程指南，涵盖了弥散张量成像数据处理工作流的所有主要阶段。本指南的目的是帮助新用户解决分析中最关键的障碍，并进一步鼓励使用DTI方法进行研究。
背景介绍：
弥散加权成像（DWI）是基于不同组织的水扩散速率不同的常规磁共振成像的变体。它是一种非侵入性的方法，对组织结构内的水运动具有无与伦比的敏感性，该方法只需使用现有的核磁共振技术，不需要新设备、造影剂或化学示踪剂。
扩散张量模型的引入使人们能够间接测量扩散张量成像（DTI）的各向异性程度和结构方向。DWI是指采集图像的对比度，DTI则是DWI数据集的一种特殊的建模方法（这是两个最基本的概念，一般来说我们的图像采集就是DWI图像，如果采用DTI方法进行扩散张量重建，就会说DTI）。DTI原理和基本概念在已有文献中已经得到了广泛的描述和回顾。
概括地说，DTI背后的基本概念是水分子在不同组织中的扩散是不同的，这取决于该组织的类型、完整性、结构和组织屏障的存在，通过对水分子弥散运动的观测可以给出了它所在组织的方向和数量，从而得出各向异性的信息。
通过DTI分析，可以推断出每个体素的分子扩散速率[平均扩散率（MD）或表观扩散系数（ADC）]、扩散方向[分数各向异性（FA）]、轴向（沿扩散主轴的扩散速率AD）和径向扩散率（RD）。(请牢记这几个指标）
脑白质（WM）会沿轴突方向的限制较少（但是在径向方向存在很大限制），因此，水分子的扩散模型倾向于各向异性（不同方向速率不同），而灰质（GM）通常不太呈现出各向异性的扩散模式，脑脊液（CSF）则在所有方向上都不受限制（各向同性）。
基于这个假设，Basser和他的同事用椭球来模拟了这个扩散过程，椭球可以用一个3×3对称矩阵来表示，也被称为张量（这也是DTI，扩散张量成像或者也翻译为弥散张量成像的名字的来由。
张量其实一个数学概念（如果你理解向量的数学概念，你可以认为向量是一个二维的张量，试图去理解一下张量的物理意义），并不是是脑科学研究所独创的，我们利用了它能通过三维空间中不同分量和基向量模拟表示出一个物理量的特性，进行白质中水分子弥散物理量的重建）。
DTI在临床医生和研究人员中越来越受欢迎，目前它是研究人类在健康和疾病中的白质结构的一个有希望的工具。然而，它有一个复杂的工作流程（如图1所示），包括对人工伪影的了解和避免、复杂的MRI采集参数定义、神经解剖学复杂性和内在的技术限制。
这些因素由多个软件包中的多种预处理和分析方法构成。目前，已经发表了一些论文和书籍，描述了与DTI研究相关的主要技术问题和陷阱。但是仍旧不够系统。
图1DTI分析流程（pipeline）
注释：首先选好应用领域，然后要进行人工伪迹控制和图像采集，接着进入处理过程，先进行图像格式转换，其次头动和形变校正，接着做剥头皮处理，然后对图像进行弥散张量重建和纤维追踪，接着就可以使用ROI、全脑基于体素分析（VBA）以及TBSS等分析了。在单模态分析完以后，还可以进行多模态综合研究，和fMRI、sMRI进行融合研究。最后是结果展示。
考虑到方法学的不断进步以及DTI在临床和研究领域的适用性的增加，作者在这里编写了一本实用的研究方法指南，其中包含了在建立DTI研究、优化数据质量和解释结果时需要考虑的关键信息和主要参考资料。供广大研究人员自查和学习使用。
1.应用领域
DTI对组织的微观结构特性非常敏感，因此，DTI在活体解剖和结构中具有重要的作用。事实上，这种敏感性，提供了扩散系数和组织纤维定向，使DTI广泛用作临床工具，特别是在研究人员预测某些人群的WM异常的情况下。
例如，它已经成功地应用于研究急性中风或脑瘤患者；神经退行性疾病包括多发性硬化、癫痫和阿尔茨海默氏症；神经精神疾病如精神分裂症；轻度认知障碍；发展障碍如阅读障碍、自闭症，注意缺陷多动障碍；运动障碍（主要是帕金森氏症和亨廷顿氏症）；神经遗传性发育障碍，如威廉姆斯综合征和脆性X综合征；以及在神经发育和衰老过程中的WM微结构变化。
DTI得到的变量（如FA、AD和RD等）通常与结构改变（可能是由于特殊情况/疾病）有关，这些改变指向特定的髓鞘形成水平和轴突损伤。随着DTI技术应用范围的不断扩大、结果的一致性和稳健性的不断提高，DTI有望在疾病治疗规划、临床前标志物检测和微结构异常等方面发挥重要的作用；DTI研究提供的结构-功能相关性也有望在临床上得到应用，将成为临床影像常规的一部分。
2.人工伪迹和采集技术
在实施DTI研究前，了解特定的MRI采集技术和可能的伪影，以及如何处理它们是必要的。DWI数据中的伪影主要与梯度施加系统的硬件、脉冲序列、采集策略和运动有关。DWI数据通常是通过改变扩散梯度的方向或大小而重复采集来覆盖整个大脑的。
DWI具有低信噪比（SNR）和低分辨率，对运动非常敏感。为了减少运动伪影的影响，可以减少扫描时间。因此，DWI扫描中利用了单次回波平面成像（EPI）技术，快速成像可以降低对运动的敏感度，从而保证单次成像的全脑成像质量。当然，其他的序列，如快速自旋回波（FSE）、LineScanDiffusionImaging（LSDI）和StimulatedEchoAcquisitionMode采集（STEAM）也可能有助于减少伪影。
除了是最常见的方法外，EPI图像对与EPI特征相关的其他伪影非常敏感，例如B0处采集的场不均匀性（尤其是在更高的场）、图像模糊性和T2的有限分辨率，以及信号读出期间的信号衰减；同时，它还具有扩散磁共振特性，如涡流引起的畸变和一般磁共振问题。
使用较短的读出时间可以减少回波序列并提高信噪比，从而降低对运动的敏感度，降低对几何伪影和模糊的敏感度。这种读出时间的减少可以通过使用相控阵磁头线圈来实现，从而实现并行成像，这类的采集策略有SensitivityEncoding(SENSE)方法、ArraySpatialSensitivityEncodingTechnique(ASSET)方法和GeneralizedAutocalibratingPartiallyParallelAcquisition(GRAPPA)方法。在3T设备中，这些方法已经基本都能实现，而在7T设备中，已经是必备的成像技术了。
重要的是，DTI采集中的两个主要伪影可能会破坏所有DWI中的体素对应关系，这两个伪影是涡流畸变和头部运动。在DTI研究中，与大多数图像采集相反，DWI图像的采集梯度要长得多（梯度的上升和下降沿着时间分开）；因此，可能存在局部磁场的扰动，导致磁共振扫描仪不同导电表面中的电流感应，从而导致图像失真（收缩和/或整体位移和剪切），但这些伪影通常易于视觉检测。
涡流随扩散梯度的变化而变化，因此，连续图像之间会出现失配现象，而梯度脉冲越强、越长，失配现象越严重。一些策略已经被用于防止和纠正涡流畸变，例如基于二次重新修正的自旋回波脉冲技术（pinechopulse,）、bipolargradients场强技术、场图校正和预处理方法中的校正（稍后描述）；然而，重要的是，要注意这些策略有一些共同的缺点。
扩散磁共振成像对运动非常敏感，因为在核磁扫描中，我们观测的是由扩散驱动的水分子位移引起的相移，而在这个过程中，由头部运动、心脏搏动和呼吸引起的相移同样会影响水分子的位移。
这种检测的灵敏度随着梯度脉冲的强度和持续时间的增加而增加，梯度脉冲的特征是b值，即在实验中定义扩散加权量的标量。这个问题可以通过同步采集与运动源相关的物理量、使用“navigatorechoes”进行监测、使用特定的采集序列和应用实时前瞻性运动和异常点检测方法来减少；然而，所有这些都可能会引起其他问题，例如增加采集时间。
尽管我们有很多方法来弥补这些伪影问题，但是最好的方法仍然是使用舒适的垫子调整被试的头部，并提前告知被试床上的噪音和振动（从源头上控制比从处理上修复要好的多）。
最近，磁共振仪器的振动被报道为另一个产生伪影的原因，称为振动伪影。在采集过程中，强烈的梯度会引起磁共振系统的低频机械共振，从而导致小的脑组织运动。当这些运动沿扩散编码梯度方向发生时，在DWI图像中会出现相位偏移，导致信号丢失。这种伪影可以通过增加TR（缺点是降低信噪比）或使用全k空间覆盖和并行成像（例如GRAPPA）来减少。
它也可以使用相位编码反转（COVIPER）等方法进行补偿，在扩散MRI（ACID）工具箱的伪影校正中可以实现。
当伪影不能被纠正时，如剧烈运动、信号丢失或分层强度中断，研究人员根据伪影的类型和程度采取不同的策略，排除受影响的被试、或者受影响的单个图像也是常见的方法。另一种方法是，如果影响是局部的，则将分析限制在没有被影响的区域内也是可以的。DWI采集中的伪影会导致张量估计的错误，从而导致扩散图（FA和MD）中的错误，从而导致具有错误方向或长度的白质纤维被重建。
因此，优化扩散成像序列对于获得更精确的数据至关重要。目前的采集协议应该面向正在研究的问题，并且应该使用特定的参数来优化特定的分析。由于最佳采集参数随磁共振硬件配置、场强、供应商、可用扫描时间、特定解剖结构和所需脑解剖覆盖范围的不同而不同，因此在最佳采集参数方面还没有一致的意见。因此，在此，本文仅根据先前的技术审查对典型DTI采集中的参数提出一些建议。
通常，DWI数据是通过没有断层间隙的轴位切片覆盖整个大脑获得的（对于纤维追踪至关重要）。在目前的主流扫描仪上，5分钟的扫描时间足以采集到够分析的数据；但是，根据扫描仪和定义的采集参数，采集时间可能要长得多（如15分钟）。扩散张量估计需要沿着至少六个非共线扩散编码方向的高b值（例如，s/mm2）和一个最小T2加权的低b值图像（b=0s/mm2）。
作者提出了几种采样方案，他认为采样矢量在空间上应均匀分布，使张量方向的信噪比也均匀。使用30个扩散编码图像（方向）被发现是图像质量和扫描时间之间的一个很好的折衷（编者注：目前研究dti数据采集至少30个方向起），因为方向数目的增加并没有导致张量方向和MD估计的显著改善。理想情况下，每5-10张高b值图像应采集1张低b值图像。
大多数DTI研究使用-s/m2范围内的高b值，临床DWI的实际标准为s/mm2。B值的大小、回波时间、涡流和运动伪影，在特定情况下，应根据总体和特定结构进行调整。空间分辨率对于DTI质量和使用各向同性体素（具有相同尺寸的平面内分辨率和厚度，例如2×2×2）时也很重要；通常，建议使用2–2.5mm的分辨率进行纤维跟踪，使用交错采集以最小化相邻部分之间的干扰。
各向异性体素在纤维取向和各向异性的定量评估中也引入了偏差，较大的体素更有可能具有多个纤维束取向。DTI采集的其他特征参数包括视野（FOV），通常范围为至mm，采集矩阵为96×96-×，回波时间（TE）为50-70ms，重复时间（TR）为8.5-12s。DTI协议的优化一直是各种研究的重点，这些研究为详细的协议定义指定了指标，包括它与DTI度量和多中心方法的关系。
3.质控和预处理
质量控制和预处理过程是检测和纠正DWI伪影和排除不能纠正的伪影的关键步骤，为可靠的张量估计提供了一致性。尽管已经有可能找到自动的预处理工具，但对于哪个工作流是dti质量控制或再处理的理想工作流，还没有达成共识。因此，在这里作者提供了一些指南，包括不同过程中的标准方法，这些方法易于执行且不太耗时。
第一步是，在导入数据时，检查所有图像是否已正确导入和排序，以及在同一研究中，不同的受试者是否具有相同的参数。这可以通过通用图像查看器（如Osirix、syngoFastView、MRIcro、orImageJ）来执行。初步检查后，建议对DWI数据进行目视检查，以检测潜在的伪影（顶级智能系统的视觉检查往往是相当重要的）。在不同的“正交”视图中循环浏览原始图像，可以识别几何失真、信号丢失、细微的系统漂移和缺少的slice。另一方面，离群点检测方法提供了自动识别受损图像的方法。还提出了基于ADC一致性测试和尖峰噪声检测的方法。
RESTORE是一种常用的估计张量的工具，在张量估计之前排除潜在的异常值。然后，采集的数据可能需要进行几个预处理步骤，具体使用哪些步骤取决于核磁共振扫描仪、采集参数、图像质量、使用的软件包和研究重点。
在预处理过程中，通常首先将原始数据转换为特定和适当的图像格式（图1C）。DTI分析工具之间的相互通用操作性差，缺乏标准DTI格式。许多软件包定义了它们自己的数据格式；例如，神经成像信息技术倡议（NIfTI）和AnalyzeandNearlyRawRasterData（NRRD）是常见的数据格式。文件格式转换器，如MRIcro、dcm2nii、MRIConvert、NiBabel、和software包转换器（如AFNI、fresurfer、SPM、Slicer）通常用于从原始DICOM格式转换为NIfTI格式。
在DWI图像中，由涡流和头部运动引起的畸变是最常见的伪影（图1D）；因此，一个常见且推荐的预处理步骤是对此类伪影进行校正。涡流可以通过b0图像的仿射配准和b0图像的刚体配准进行运动校正。由于这两项校正保护在一个程序中，因此可以作为一个单一步骤来实施。为此，FMRIB的扩散工具箱（FDT）、自动图像配准（AIR）和DT-Recon是流行的软件工具，尽管DTIC（b0和DTI的涡流校正）DTIPREP（Liu等人，b）、DIFF_-PREP和ExploreDTI等工具也可用于此目的。
需要注意的是，由于此过程处理图像方向的变化，编码向量（也就是bvec）应该重新定向。幸运的是，DTIPrep、DIFF_PREP和ExploreDTI工具考虑到了这一点（FDT也考虑到了，可以进行bvec的校正）。
在这之后，一个可选的步骤是进行颅骨剥离（图1E），从分析中移除非大脑区域，改善共配准/标准化结果，并减小数据大小。这一步可以通过几个工具来完成，比如来自FSL的BET、Freesurfer、Atropos。精确的张量估计和轨迹分析也依赖于精确的梯度表。梯度信息通常可以直接从MRI控制台检索，也可以使用DTIGradienttablecreator等特定工具进行计算。在某些情况下，梯度方向的方向可能不准确，可能需要进行小的校正（ColbyImaging）。
在张量估计（在下面的章节中描述）之后，在某些特定区域（例如胼胝体、扣带和钩状束）的张量方向的视觉检查也是相当重要的，这是一种可以用任何张量可视化工具进行的评估。如，Slicer,TrackVis,DTIStudio,MedINRIA,BrainVoyagerQX,FSLView,Camino,BioImageSuite,ExploreDTI)。如果发现张量方向错误，有必要修改梯度表并重复张量重建（使用DTI-TK等工具）。
DTI数据集中存在偏差也是常见的，它可能来自多个来源（例如，噪声、场不均匀性、有问题的梯度质量控制程序、实验和参数）；在这一阶段，可以通过模拟和外推进行估计（SIMEX）。最后，研究人员或临床医生可以在列表中搜索和比较现有的软件，如神经成像工具和资源的来源（NITRC，