Morphologist 2013


Permet de déclencher une chaîne d'analyse d'images qui extrait divers objets d'une IRM T1 anatomique

Description

Ce pipeline se nomme désormais "Morphologist", il est le principal point d'entrée de la toolbox "Morphologist" dédiée aux traitement des IRM T1. C'est l'évolution de l'ancien "Pipeline T1".

Celui-ci constitue la seconde version de Morphologist. Les anciennes versions du pipeline sont toujours accessibles dans le répertoire "Pipeline de segmentation / Anciens pipelines" et devraient en principe fonctionner comme avant.

Nouveautés du 2012 vs. 2011:
Dans Morphologist 2012, les premières étapes du pipeline (correction du biais, analyse de l'histogramme, segmentation du cerveau, séparation des hémisphères) ont été nettoyées pour faciliter l'utilisation du pipeline. Il n'y a maintenant plus qu'un seul choix pour chaque étapes. De plus l'interface gris/blanc a subi des améliorations notables, qui rend la surface du gris/blanc en cohérence avec la classification. Les maillages ont eux aussi été améliorés. Ils suivent plus précisement les contours du masque à mailler et possèdent plus de noeuds.

Ce pipeline permet de générer :

Pour pouvoir lancer ce pipeline, il est impératif, soit d'utiliser une option de normalisation (qui nécessite un des logiciels SPM ou FSL), soit de de remplir les paramères d'orientation de l'image, dans la première étape (ou d'utiliser indépendamment la brique Preparation du Sujet pour le Pipeline Anatomique). Faites attention, dans la version 4.2 de BrainVISA, la méthode par défaut de reconnaissance a changé pour une labélisation basée sur des SPAM avec une reconnaissance avec recalage global puis local, si le model correspondant a été installé.

Ce pipeline traite normalement les deux hémisphères, mais vous pouvez changer les paramètres pour qu'un seul hémisphère ne soit traité. Il enchaîne les traitements suivants (sauf si leur résultat a déjà été validé ou qu'ils ne sont pas cochés dans l'interface graphique du pipeline) :

  1. Le repérage de l'orientation de l'image et sa réorientation si nécessaire (Preparation du Subject pour le Pipeline Anatomique) ;
  2. La création d'un masque du cerveau (Construction du Masque du Cerveau) ;
  3. La création d'un masque de chaque hémisphère (Découpage du Masque du Cerveau) ;
  4. Une classification gris/blanc de chaque hémisphère pour la "Voxel Based Morphometry" (Grey White Classification) et le maillage sphérique des hémisphères corticaux (Grey White Surface) ;
  5. Le maillage de l'interface externe du cortex d'un ou des deux hémisphères (Extraction de la Surface Sphérique d'un Hémisphère) ;
  6. La création du graphe des plissements corticaux pour un ou deux hémisphères (Graphe des plis corticaux) ;
  7. Eventuellement, l'identification automatique des sillions corticaux (Reconnaissance Automatique), situé dans la toolbox "morphométrie".

Un certain nombre de ces briques peuvent proposer un choix entre une ancienne version de l'algorithme et une nouvelle mouture. Les réglages par défaut correspondent à l'alternative que nous considérons comme la plus robuste ou la plus performante, mais un choix différent peut avoir de meilleurs résultats sur certaines images. Avec un peu d'expérience, il est possible de jongler de manière itérative avec les pipelines complet et les briques qui les composent. Si pour des raisons de temps, vous n'avez fait tourner qu'une partie des traitements. Vous pouvez en demander plus sans recalculer les premiers traitements en "lockant" certains résultats avec le système de vérouillage (click droit sur le nom d'une donnée, et sélectionner "lock" dans le menu), ou alternativement en utilisant le les vieilles briques de validation.

Notons que depuis la version 2012, le pipeline a été rendu sufisamment robuste pour pouvoir tourner de bout en bout, avec les réglages par défaut et sans intervention manuelle, dans une très grande majorité de cas.



Les différentes "moulinettes" en service sont les suivantes (il existe par ailleurs d'autres chaînes de traitements n'ayant pas l'IRM brute comme point de départ):

Pour une utilisation efficace du pipeline :

Si vous avez un grand nombre de cerveaux à traiter, nous vous conseillons la stratégie suivante :

  1. Séléctionnez quelques cerveaux représentatifs pour régler les paramètres de manière à optimiser les résultats. Plusieurs niveaux de réglage peuvent être essayés :
    1. Vous pouvez changer le paramètre field rigidity dans la Correction de biais. Si le contraste est mauvais, vous pouvez augmenter ce paramètre et vice-versa.
    2. Dans la Construction du masque du cerveau, vous pouvez augmenter le paramètre erosion size.
    3. Si le contraste de votre image n'est pas très bon ou si l'image est bruitée, il peut être bénéfique de diminuer le paramètre bary factor lors du Découpage du Masque du Cerveau, ce qui diminuera le seuil entre la matière grise et la matière blanche.

    Si vous n'êtes pas malchanceux, vous devriez obtenir un résultat acceptable avec les sugestions ci-dessus. Dans le cas contraire, le mieux est de dériver votre propre script BrainVISA en combinant les briques existantes, les commandes de Vip et vos propres outils. C'est ce qui a été réalisé sur le site de Marseille à cause du biais important de leur scanner 3T: http://marspack.free.fr/.

  2. Après la phase de réglage préalable, nous suggérons de traiter les données en deux étapes :
    1. Des images brutes au masque du cerveau : Ceci peut être itéré sur l'ensemble de vos cerveaux. Il vous reste alors à verifier les résultats un à un, et essayer quelques réglages décrits ci-dessus si certains résultats ne sont pas à la hauteur. (Vous pouvez également réaliser certaines corrections en dessinant dans Anatomist: Editeur d'image de labels.)
    2. Le reste des traitements (maillages, graphes...) : Vous devez d'abord verrouiller les résultats des étapes précédentes pour éviter qu'ils ne soient écrasés par le pipeline général. Utilisez : Validation du pipeline. Pous pouvez ensuite itérer le pipeline avant d'aller dormir.

Contrôle visuel à l'échelle des bases de données

Après avoir fait fonctionner le pipeline Morphologist sur un ensemble de sujets, il est fortement recommandé de vérifier à l'oeil les résultats produits: un pipeline qui tourne jusqu'au bout ne signifie pas que les résultats sont corrects...

Un nouveau module de contrôle visuel a été mis en place depuis la version 4.3 de BrainVisa / Morphologist: SnapBase. Cet outil permet de faire des captures d'écran de la visualisation de certaines données, sous certains points de vue, pour les données de bases entières, de manière à présenter ensemble les résultats d'en ensemble de sujets. Il permet de repérer a posteriori, très rapidement et facilement, des sujets dont l'analyse a manifestement grossièrement échoué, parmi de gros ensembles de sujets.


Paramètres

t1mri: Raw T1 MRI ( entrée )
perform_normalization: Booléen ( input )
anterior_commissure: Point3D ( optional, input )
posterior_commissure: Point3D ( optional, input )
interhemispheric_point: Point3D ( optional, input )
left_hemisphere_point: Point3D ( optional, input )
t1mri_nobias: IRM T1 Biais Corrigé ( sortie )
histo_analysis: Analyse d'histogramme ( sortie )
split_brain: Séparation du masque du cerveau ( sortie )
left_graph: Left Cortical folds graph ( sortie )
right_graph: Right Cortical folds graph ( sortie )
perform_sulci_recognition: Booléen ( input )
left_labelled_graph: Labelled Cortical folds graph ( optional, sortie )
right_labelled_graph: Labelled Cortical folds graph ( optional, sortie )

Informations techniques

Toolbox : Morphologist

Niveau d'utilisateur : 0

Identifiant : morphologist

Nom de fichier : brainvisa/toolboxes/morphologist/processes/morphologist.py

Supported file formats :

t1mri :
GIS image, VIDA image, NIFTI-1 image, MINC image, gz compressed MINC image, DICOM image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, TIFF(.tif) image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v image
t1mri_nobias :
GIS image, VIDA image, NIFTI-1 image, MINC image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v image
histo_analysis :
Analyse d'histogramme
split_brain :
GIS image, VIDA image, NIFTI-1 image, MINC image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v image
left_graph :
Graph and data
right_graph :
Graph and data
left_labelled_graph :
Graph and data
right_labelled_graph :
Graph and data