Traitement complet de l’anatomie sous BrainVisa

Préparation pour le pipeline

Anatomie

         >pipeline
	      >préparation du Sujet pour le pipeline Anatomique

1-ouvrir une image T1 de la base (loupe verte) (la non-normalisé, si étude intra-sujet)

2-définition des commissures et autres points de repère anatomiques : cliquer sur la petite tête a droite, sur la ligne de chaque point anatomique, choisir en cliquant un point sur l’anatomie, puis re-cliquer sur l’icône de petit tête pour valider.

	Anterior commissure (paire de moustache avant, vers z=68 sur le curseur haut/bas)
	Posterior commissure (passer en sagittale, et aller au dessus du bulbe, là où il y a un pt tube qui passe (y=93)
	Interhemispjheric point (un point entre hémisphère quelconque, mais loin des deux premiers sélections x=153)
	Left hemisphere point (un pt quelconque, à droite dans Anatomist)

3-lancer Exécuter

Analyse des niveaux de blanc et de gris (ancien pipeline 2004)

Si ça ne marche pas, c’est qu’il manque des champs pas remplis automatiquement : il faut alors importer l’image T1 par gestion des données > importation. Ainsi, la hiérarchie des noms de Brainvisa est entièrement respecté et il s’y retrouve ! Analyse des niveaux de blanc et de gris (nouveau pipeline 2005) Anatomie

         >pipeline 05
	      >t1_pipeline_components

1-Correction de biais T1 -ouvrir l’image anatomique non traitée (ex : bru2940.ima) ca va crée une image anatomique corrigé, nommée automatiquement nobias_bru2940.ima (les niveaux de blanc et de gris des matières blanche et grises seront plus homogènes dans l’espace) -exécuter

2-Analyse d’histogramme -ouvrir l’image anatomique corrigée nobias_bru2940.ima -exécuter

3-Construction du masque du cerveau -ouvrir l’image anatomique corrigée nobias_bru2940.ima -exécuter

	ça crée un histogramme de la répartition des niveau de gris et de blanc

Création d’un masque du cerveau (trois possibilités)

1er possibilité Anatomie

         >pipeline 05
	      >t1_pipeline_components

4) 4-Découpage du masque du cerveau (suite du traitement précédent) -ouvrir l’image anatomique corrigée nobias_bru2940.ima -exécuter ça crée trois zones de couleurs différentes (ouvrir le fichier voronoi_bru2940.ima à partir de la ligne split_mask : hémisphère gauche, hémisphère droit et cervelet. On regard dans une fenêtre anatomiste si ça colle avec l’anatomie. Si ça ne marche pas mieux, passer à un autre traitement équivalent avec plus de contrôle des paramètres.

2ème possibilité Anatomie

         >correction
	      >correction de la séparation du cerveau à partir du masque du cerveau

On peut choisir plusieurs ‘variant’, a tester à chaque fois grâce au résultat automatiquement ouvert dans Anatomist. Sinon, passer à une étape plus manuelle…

3ème possibilité Anatomie

         >segmentation
	      >séparation des hémisphères
	Ca donne un résultat. Si on est toujours pas content et qu’on veut le finir à la main, dans le champs ‘brain_mask’, on clique sur le stylo.
	-On sélectionne d’abord une trois régions (cliquer sur l’un des trois labels et sélectionner)
	-Choisir une taille de pinceau
	-Dessiner avec la souris
	-Efface avec la souris en pressant simultanément le bouton ‘Contrôle’ du clavier.
	-Cliquer le ‘Ok’ de la petite fenêtre (‘click ok when finished’) qui s’était ouverte seule

Voir un peu plus loin sur un paragraphe de création de masque a la main…

Lancement du pipeline (si on veut une fin automatique à ce traitement)

1) étape de validation Avant tout, il faut ‘locker’ les étapes qu’on a faite à la main Anatomie >Pipeline T1 2004

         		>validation
	     		 >validation pipeline
	-en entrée, la T1 non traitée (bru2940.ima)

-dans le champs validation_total, choisir (menu déroulant) ‘lock’

	-exécuter => de fait, on va voir un ‘œil’ de visualisation noirci pour tout les résultats obtenus déjà‘manuellement’.

2) lancement du pipeline Anatomie

         >pipeline
	      >Ana Do A Lot of Things from T1 MRI
	-en entrée, la T1 non traitée (bru2940.ima)

-exécuter Sinon : Extraction de l’interface gris blanc (5ème module du pipeline 2005) Ca permet d’obtenir des séparation gris / blanc correcte lorsque ça a planté dans le pipeline 2004 pour cause d’image anatomique pas très bonne. Visualisation du résultat

	Ouvrir (et on glisse dans une fenêtre 3D)
		-l’hémisphère gauche	 	bru2940_Lhemi.mesh
		-l’hémisphère droit	 	bru2940_Rhemi.mesh
		-le graphe des sillon gauche	Lbru2940.arg
		-le graphe des sillon droit		Rbru2940.arg
		-la tête				bru2940_head.mesh
	et la hiérarchie des sillons (qu’on glisse dans un Browser)
		-sulcus_epidaure.hie, qu’on trouve tout en haut du menu déroulant après avoir cliqué sur Open.

	Dans le browser, on peut sélectionner (afficher) une sous-partie des sillon. Comme à ce stade, on ne les a pas encore labeliser, on clique sur Fold-name (unknow) pour faire apparaître (en rouge) les sillons.

Labeling des sillons

Anatomie

         >morphometrie
	      >reconnaissance parallèle

	En fait, ça lance en parallèle un certain nombre de fois la reconnaissance automatique des sillons (précisé dans le champs number_of_trials). Les expert de chaque sillons isolent les sillon => un graphe complet. Chaque expert donne sa note à l’extraction résultante (du travail commun) de son sillon ; la somme des notes donne la note globale du graphe globale. Le meilleur de N graphes fabriqué est conservés et proposé par cet étape.

Notion et Choix des référentiels

Il faut que les objets dans Anatomist pointent tous vers le même référentiel SPM. Il y a autant de ‘lignée’ de référentiels que de type de référentiel de départ. Ainsi, sillon et hemiphere.mesh viennent de l’anat rbru_anat.img., on ouvre alors cette dernière dans Anatomist et on lui associe un nouveau référentiel bleu. Idem pour les clusters qui découlent d’une EPI. On ouvre une EPI ayant servit a trouver ce contraste, on lui associe un référentiel violet. Et pour cette Epi et l’anat on fait (bouton souris droit) : translation de l’origine (SPM). Par la suite, tout objet découlant de l’anat devra avoir le référentiel bleu, et tout découlant des fonctionnel devra avoir le référentiel violet. Eventuellement, réactualiser en cliquant sur une autre vue (axiale, coronale, …). Si après un changement de référentiel, une image (anat, EPI, fusion, etc.. )n’est pas au centre, aller dans le menu principale de cette fenêtre et dans l’onglet Scene, cliquer sur ‘Refocaliser sur les objets’. Ca replace l’image au centre de la fenêtre.

Menu principal Reglage>paramètres des graphes>utiliser l’attribut ‘names’ (le seul reconnu par la hiérarchie). Une fois les sillons renommés à la main (avec des noms de la hiérarchie), on pourra utiliser l’attribut ‘name’

-ouvrir Anatomist -ouvrir dans /tri les fichier Rhemi et Rhemi.mesh (les hemisphere). Ouvrir les sillons Auto.arg dans /graphe. -ouvrir la hierarchi sulcal_roots_colors.hie, tout haut, par défaut, du menu déroulant de ‘Open’ (sinon, c’est dans /home/appli/Shared-main/nomenclature/hierarchy/). -mettre le fichier sillon Auto.arg dans une fenetre 3D, avec les hémisphère. En cliquant sur cette fenêtre 3D avec le bouton droite de la souris, choisir Vois / sélectionner les objets => ça ouvre un browser pour gérer chaque sillons (ç’est directement lié à la hiérarchie).

-dans le bowser : cliquer sur Nœud du graphe pour voir tout les sillons (nom nommés => ils s’apellent encore unknow’). -cliquer sur le nœud et faire avec le bouton souris ‘modif name’. Puis, aller sur le Auto.arg et faire un File>Save as.

Gonflage du cerveau

1) Gonflage de l’anatomie Anatomie

         >triangulation
	      >Ana inflate cortical surface

On lance ce process qui prend en entrée les .mesh de matière blanche (white.mesh). Ca va créer deux fichier : -white_inflated.mesh, qui va etre une image 3D du cerveau gonflé (qui servira de support lors des projections de textures, que ça soit des sillons ou des activations) -white_curv.tex, qui comporte le ‘dessin’ 2D des sillons.

Pour visualiser un cerveau gonflé avec ses sillons, on fusionne alors ces deux fichiers dans Anatomist. Ca donne un cerveau gonflé avec ses sillons.

2) Création d’une projection d’un réseau fonctionnel Dans Anatomist-dev, ouvrir et faire une fusion de white.mesh et d’une activation SPM contraste.img. Ca projette les activations sur la matière blanche. En cliquant sur la fusion avec le bouton droit de la souris, on accède a un menu déroulant : choisir ‘exporter la texture’ et sauver cette nouvelle projection avec l’extension .tex

3) Visualisation des activation sur des sillons gonflés Faire une fusion entre la texture crée a l’étape précédente et la texture des sillons white_curv.tex (avec comme méthode : ‘fusion texture method’). Puis fusionner a nouveau ça avec white_infleted.mesh. On peut alors, dans cette fusion, ouvrir pour la double fusion de texture une palette, avec dimension=2d : on peut alors choisir pour les activation une palette (rainbow) et pour les sillons une autres indépendante (BW linear)

Note : Si l’image texture finale n’est pas affiché correctement dans la fenêtre 3D, faire (clic bouton droit de la souris) ‘Visualiser les objets’ et le cas échéant, sélectionner les objet qui s’afficheront alors (notamment le inflated_white.mesh, qui est LE support 3D de la figure), et puis vérifier le référentiel de la texture. Eventuellement, le changer en cliquant avec la souris sur la bande colorée (=couleur du référentiel) de la fenêtre 3D.

Transformation de sillon : espace non-normalisé => espace normalisé

1) importation de la matrice de transformation de SPM (Note : cette etape doit ouvrir Matlab. Si il n’y a plus de licence Matlab disponible, ou si l’on est loggé sous Pinserm, il se peut qu’il y est des probleme entre Matlab et Brainvisa. D’autre part, il faut que la matrice de normalisation est été generée sous Matlab65. Si ca ne marche pas, aller dans le menu general de Brainvisa, dans Preference>General, et choisir matlab65 dans le champs matlabExecutable )

convertisseurs

	>automatiques
		>SPM sn3d to AIMS transformation converter

Aller chercher (importer) la matrice de normalisation du sujet. Eventuellement, preciser (c’est une option) l’image anatomique.img normalisée.

2) création d’une image à partir d’un sillon anatomie >morphometrie

	>Création d’un volume de labels de sillon

On ouvre le graph des sillon

	Graph = Lbru2600Auto.arg.

On va sélectionner suivant un type…

	Label_attributes = ‘label’ (ou ‘nom’ si on a renommé à la main une partie ou une sous partie de ce sillon)
	Label_values = F.I.P._left (si on choisi ce sillon selon la nomenclature automatique d’Anatomist)

Ca va sortir une image de sillon LSulci_bru2600.ima

3) normalisation puis création d’un maillage de cette image

-on va écrire un maillage à partir de l’image du sillon non-normalisé (ici, on l’écrit dans le répertoire /tri, mais la sortie est une option)

AimsMeshBrain –i LSulci_bru2600.ima –o ../tri/ LSulci_bru2600.mesh (en option…)

-on va prendre le mesh, encrée un nouveau normalisé (d’où le ‘n’ en préfixe) et utiliser la matrice de transformation importée précédemment et située dans le répertoire anatomy.

AimsMeshTransform –i LSulci_bru600.mesh –o nLSulci_bru600.mesh –t ..anatomy/rbru600-sn_TO_template.trm

Création d’un mask à la main

Partir de zéro à partir d’une image modèle -ouvrir dans Anatomist une image (EPI, T2, etc… ) qui va servir de ‘modele’. -dans le menu gauche d’Anatomist, cliquer sur ROI. Ca ouvre l’interface de dessin de ROI. -en haut, dans le menu de cette interface : Session = nouvelle session Nomenclature = libre Region = nouvelle région, dont on choisi un nom arbitrairement.

Tracer la région au pinceau

Sauver la région sous un nom de session.arg

Ouvrir cette session.arg dans Anatomist, cliquer dans l’arborescence sur le nom de la région dessinée, et faire : exporter comme un volume (clic droit souris quand on est sur le nom de la région), et donner un nom du style region.ima. Ca créer alors une image, qu’on pourra réellement utiliser dans Brainvisa (voir dans SPM si on la transforme en .img).

A partir d’une image dont on veut retirer quelques morceaux Comme une ROI est une structure .arg, il faut créer un .arg à partir de l’image binarisée qu’on a déjà (la binariser lors de cette ligne de commande avec –b où avant, dans SPM)

-AimsClusterArg –i region. (–o mask_manuel) -puis dans l’interface ROI, ouvrir comme session cet image mask_manuel .arg -on a alors une région coloriée en rouge, dont on peut, à la souris, effacer des morceaux en appuyant en même temps sur la touche ‘Contrôle’. -enfin, sauver sous le nom qu’on veut cette nouvelle structure ROI.arg -dans Anatomist, ouvrir ce .arg, et exporter son sous composant sous forme d’un volume mask.ima.

A partir d’une structure de régions.arg C’est une région qu’on a par exemple obtenu en transformant en .arg une image (en la binarisant par la même occasion). On peut alors prendre à la souris toutes les sous partie de cette structure.arg, et les mettre dans une fenêtre 2D ou 3D. Puis, en cliquant sur ROI, on voit apparaître dans la fenêtre de droite les noms de tous ces petits clusters. On plus qu’a en sélectionner un (menu ‘contrôle ROI’) an cliquant sur son nom (ça rougit la région sélectionnée dans la fenêtre 2D) et, dans le menu ‘Dessin ROI’, cliquer sur ‘effacer la région’ (Action, en bas) ou, mieux, dans Région>détruire. Pour mieux visualiser la localisation de ces petit cluster, on peut drag&dropper une image dans la fenêtre 2D des cluster. Une fois la structure.arg ainsi modifiée, on a plus qu’a faire Session>Sauver sous… et donner un nouveau nom à ce nouvelle ensemble de ROI. Si l’interface ne s’ouvre pas correctement, glisser le .arg dans une fenêtre 2D (et pas 3D) après y avoir déjà mis une anat.

Note : -dans Anatomist, pour renommer un cluster, il faut faire ‘change name’ à partir du browser. Sinon, même après avoir sauvé la strucure.arg, la modification de nom ne sera pas sauvegardée.

Info complémentaire sur BrainVisa

Gestion et rapport des incidents

On peut signaler un problème sous Brainvisa an envoyant un message à Appli avec, joint, le fichier de log. Le fichier de log rapporte toute la session Brainvisa, depuis la version ouverte jusqu’à la description de l’incident. On l’ouvre avec Ctrl+L, ou bien dans

>BrainVISA (à gauche du menu principal)

         >voir le Log

On peut directement envoyer ca depuis l’intefrace Brainvisa. Mais auparavant, petite configuration nécessaire : >Préférence (au milieu du menu principal)

         >Support

	Dans le champs SMTP_server_name, entrer ‘uriens’, puis ok. On peut alors envoyer un email :

>Support (à droite du menu principal)

         >Rapport de bug
	-écrire son adresse email
	-écrire son message
	-vérifier que le fichier de log est bien attaché

Choix de la version BrainVisa-dev

On utilise souvent brainvisa-dev. Mais cette version pointe directement sur la dernière version développé. Ils se peut que des bugs (provisoire) soit apparus lors de ce dernier développement. On peut savoir le nom de cette version ainsi

Which brainvisa-dev

On peut aller voir dans /usr/local/Fedora-2 On y trouvera plusieurs répertoire

	SHFJ_pack-main-linux-2005_02_18shfj
	SHFJ_pack-main-linux-2005_02_16shfj
	SHFJ_pack-main-linux-2005_01_31shfj…

Dont les derniers chiffres indiquent la date, le mois et le jours de compilation de chaque version. La version appelé par défaut à un lien vers la dernière compilation. Chaque répertoire contient, dans son sous-répertoire bin, toutes les applications brainvisa.

Si on veut la version du 16 février et qu’on a /usr/local/Fedora-2/SHFJ_pack-main-linux-2005_02_18shfj/brainvisa/BrainVISA alors il suffit, au lieu de taper brainvisa-dev, de taper /usr/local/Fedora-2/SHFJ_pack-main-linux-2005_02_16shfj/bin/brainvisa-dev

(ou aller dans /usr/local/Fedora-2/SHFJ_pack-main-linux-2005_02_16shfj/brainvisa et taper ‘brainvisa’)

celle du 03-14 est pas mal…

AnatomyAndStructuralImages