一、什么是DTI?
弥散张量成像(DTI)是在弥散加权成像(DWI)基础上发展而来的一种新的磁共振成像技术，它主要利用大脑中水分子弥散信息来成像。弥散张量成像(DTI)是在弥散加权成像基础上发展而来的一种新的磁共振成像技术，可以定量的评价脑白质的各向异性。在此成像过程中，不只用单一或三个梯度方向脉冲，而至少需要施加6个非共线方向弥散敏感梯度。
基于弥散张量成像的脑白质神经纤维追踪技术是目前可在活体无创地重建纤维的位移方法。准确、快捷的重建人类脑白质内的神经纤维，可以更好的了解一些临床疾病的机制，为脑部手术方案的选择、手术导航等针对性的治疗提供可靠的数据；也为人类认识功能、分析脑认知功能、揭示脑神经的传导机制提供可行的方法。
弥散张量成像是指水分子弥散的各向异性、不均匀组织弥散特征。DWI只有ADC一个标量来描述弥散，只代表弥散梯度磁场施加方向上水分子的弥散特点，而不能完全，正确地评价不同组织各向异性的特点。
copyright © Yuan_Rhea:/Yuan_Rhea/article/details/122251680
二、DTI预处理（使用代码）
备注：
在获取DTI数据时加入多个梯度磁场，当快速切换弥散梯度时会引发涡流效应,从而影响成像磁场的均匀性,产生图像扭曲畸变。在涡流矫正里面是包括了头动矫正的处理，所以在涡流矫正的输入影像不用做头动处理。Brain Extraction Tool把非脑的组织从全脑中剔除在preprocessed和eddy_correct之后，可以进行这一步——弥散张量的局部拟合，从而得到DTI成像的一些基本参数，如FA,MD,M0,V1,V2,V3等等（注：如果只计算probabilistic tractography的话不需要做这一步）
最后生成10个文件：
(1). <basename>_V1- 1st eigenvector
(2). <basename>_V2- 2nd eigenvector
(3). <basename>_V3- 3rd eigenvector
(4). <basename>_L1- 1st eigenvalue
(5). <basename>_L2- 2nd eigenvalue
(6). <basename>_L3- 3rd eigenvalue
(7). <basename>_MD- mean diffusivity
(8). <basename>_FA- fractional anisotropy
(9). <basename>_MO- mode of the anisotropy (oblate ~ -1; isotropic ~ 0; prolate ~ 1)
(10). <basename>_S0- raw T2 signal with no diffusion weighting.
参考资料：
[1]https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FDT/UserGuide?highlight=%28dtifit%29#DTIFIT
三、确定性追踪（FACT）（所用软件：Diffusion Toolkit）
常用指标介绍：
表观弥散系数(Apparent diffusion coefficient, ADC)来衡量水分子在人体组织环境中的弥散运动，即把影响水分子运动的所有因素都叠加成一个观察值，反应弥散敏感梯度方向上水分子位移程度。
部分各向异性分数(fractional anisotropy, FA)指水分子各向异性成份占整个弥散张量的比例，它的变化范围从0～1。0代表弥散不受限制，比如脑脊液的FA值接近0；对于非常规则的具有方向性的组织，其FA值大于0，例如大脑白质纤维FA值接近1。
平均弥散率(mean diffusivity，MD)反映分子整体的弥散水平和弥散阻力的整体情况。MD只表示弥散的大小，而与弥散的方向无关。MD越大，组织内所含自由水分子则越多。
虽然反映各向异性的参数有很多，应用较多的是FA值。
关于FACT:
FACT的纤维追踪思想是：人为选定待追踪纤维的体素，从体素中心开始以该体素的主向量的正反方向分别进行延伸直到体素边界，然后再以新体素的主方向继续延伸，直到满足纤维追踪终止条件，这样的一条路径就是FACT追踪出来的纤维路径。
FACT的依据是一个体素里面只有一条纤维，即只以一个弥散方向延伸。实际上体素内往往存在许多纤维，每条纤维的走向可能不同
追踪的两个条件：
1、方向（D决定）；
2、弥散强度（弥散系数ADC，弥散敏感系数b决定）。
四、TrackVis检查追踪的效果并保存修改参数后的图像
1、卡纤维束的长度阈值，略去一些短的纤维束（可能是噪音）。
如果觉得《DTI预处理及确定性纤维束追踪》对你有帮助，请点赞、收藏，并留下你的观点哦！
