科研小组有大量的大脑影像，如何利用这些神经影像针对自己的科研项目进行快速和有效的分析统计呢？本文介绍大脑影像的自动化群体特征提取和统计分析的方法和教程，并简单介绍快速生成大脑影像的一些统计分析报告的实际操作。
（注：本文主要的图片、内容版权属于 BrainSuite开源组织，个别内容属于FSL 、AFNI 等相关开源组织，我们仅做推广，如果使用他们的软件和内容，请在论文中引用他们的相关论文。）
这里主要推荐两种分析磁共振影像数据的统计方法，
1) Ｒ语言中的 Bstr 工具: 用于解剖学和结构 MRI 影像数据的统计
2) BrainSync／python 工具和脚本: 用于静息态功能MRI和任务态功能 MRI的统计
下表显示了可用分析和统计测试的摘要：
下面为自动生成的部分统计报告样例（仅展示部分报表，可视化通过 BrainSuite实现）
－－－－－－－－－－－－－－－－－
统计分析方法简介：
方法 1. Bstr 统计分析
bstr 是一个开源的 R 语言开发的软件包， 用于人群级的解剖学数据和结构ＭＲＩ神经影像学数据的统计分析，使用前，建议请先用BrainSuite自动化预处理被试数据。
Bstr 提供以下功能和方法：
基于体积张量的形态测量法：对表示体积收缩和膨胀的 3D 变形场的大小进行体素分析。
基于表面的分析：对寰室空间中大脑表面皮质厚度测量的顶点分析。
扩散参数图分析：对从受试者坐标到公共图集空间重新采样的 DTI 参数图（例如，分数各向异性、平均扩散率、径向扩散率）进行体素分析。
基于 ROI 的分析：分析皮质 ROI 上的平均灰质厚度、表面积和灰质体积。
线性回归、方差分析、交互效应和 t 检验功能，用于皮质表面和体积成像数据的假设。
多重比较测试包括错误发现率校正和非参数排列测试。
Bstr 支持自动生成报告的功能，可以使用 R-shiny 和 R markdown 可视化统计结果。体积分析报告包含聚类表， 图像切片上聚类的可视化，并分别显示 p 值和 t 统计量的未调整和调整版本。ROI 分析报告显示了人口统计电子表格， 用于方差分析和回归的自动条形图，以及用于相关性分析的散点图。此外，对于 ROI 分析报告，bstr 会导出一个 R 报告，其中包含 Rmd 文件和 html 文档中的可重现 R 命令。只要将 R Markdown 文件与数据一起打包，可以完全重现统计结果。
方法 2. 用BrainSync 和 Python 工具和脚本做统计分析
使用 BrainSync 对 fMRI 数据（功能连接）进行群组级统计分析， 可在时间上对齐空间配准的 fMRI 数据集，以便在受试者之间进行直接时间序列比较。在 BrainSync 之后，将调用 Python 工具和脚本来执行统计测试。可用于 fMRI 分析的方法有：
基于图谱的分析：根据用户指定的受试者数据，使用 BSA 创建自定义参考图谱，同步图谱和每个受试者的 fMRI 数据，然后计算图谱与受试者时间序列数据之间的相似度测量值。
无图谱分析：使用随机对受试者 fMRI 数据之间的成对距离以及相应测试变量或组指标之间的成对差异对关联和组差异进行统计检验。
对于基于图谱的分析，统计检验执行：
使用线性回归的协变量的 Pearson 相关性和对照。报告相关系数以及未调整和调整的 p 值 （FDR）。
对于无图谱分析，统计检验执行：
Pearson 相关性用于检验关联，t 检验用于检验组差异。报告相关系数以及未调整和调整的 p 值 （FDR）。
这些分析生成的输出包括灰度空间中的表面和体积文件，其中包含 R 值以及未调整和调整的 p 值。
实际操作：很简单
通过程序选定 ①输入数据、②算法、③输出数据文件夹，自动计算后，您就可以从输出数据文件夹找到统计结果。
方法１．用Bstr 做解剖学数据、结构 MRI 数据的群体特征的统计分析
操作前，系统要先安装 R、RStudio、Rtools、BrainSuite，再安装bstr
系统自动运行内容：
预处理：在进行统计分析之前，涉及 T1 加权 MRI 图像处理和配准步骤，包括皮质表面提取 和使用 SVReg 与参考图谱对齐。SVReg 对三角形网格和图像强度进行表面约束的体积配准。
统计分析：根据您选定的数据、算法和输出文件夹，直接计算后给您一些结果，您可用BrainSuite做可视化。
实际操作步骤：
１）预处理实际操作：
用BrainSuite，选择文件，然后点击‘Run All’，就可以自动完成预处理。
２）统计分析实际操作：
用 bstr，也很简单，选择数据，选定算法，选择输出数据的文件夹，运行后，就可以在输出数据的文件夹得到统计结果，可以用BrainSuite 做结果可视化。
方法２. 用BrainSync 和 Python 工具和脚本 做静息态 fMRI 和任务态 fMRI 数据的群体特征的统计分析。
先安装 BrainSuite BIDS软件包，里面会用到 FSL、AFNI 有些功能，
然后运行
docker run -ti --rm \
-v /path/to/local/bids/input/dataset/:/data:ro \
-v /path/to/local/output/:/output \
bids/brainsuite:v23a \
/data /output group --modelspec modelspec.json
操作很简单，但是安装软件稍微麻烦一点。如果需要手动优化中间操作步骤，建议在方法１也安装FSL 和AFNI。
（注：上面的主要的图片版权来源于BrainSuite软件及其开源机构，我们仅作推广。）
如果您还需要软件、算法或者算力给您的磁共振的影像做进一步的计算、统计和分析。请联系我们，使用赛博尔医学算法和数据处理平台（请点击，看详情），助您快速高效完成您的科研项目。
通过 www.medicalAI.top 点击 ‘赛博尔医学算法和数据处理平台’ 字样，或者直接在浏览器里输入 data.medicalAI.top，用账号和密码登陆。然后选择左边的 ‘算法列表’，您就可以看到您有权限的看到的软件和算法，直接点击选择，您就可以免下载、免安装、免编程，直接启动使用您要的相关软件和算法。
如果您要使用赛博尔医学算法和数据处理平台来存储医学科研大数据，请联系我们。
详情联系： 13381109780（杨老师）
Email： bd@medicalai.top
培训课程推荐（请点击浏览）
ＦＡＱ
部分免费视频课程推荐（请点击浏览）
软件推荐（请点击浏览）
科研服务
赛博尔医学算法和数据处理平台：免下载、免安装、免编程、自动化、高速海量存储，支持机器学习和人工智能，可支持上万种医学软件
（请点击上面文字查看详情。我们提供大量的服务器、存储等各种 IT 硬件资源和软件自动化服务。如果要试用，请实名提供个人信息和研究方向。）
灌注数据处理服务
EEG/ERP数据处理服务
近红外数据处理服务
PET数据处理服务
功能磁共振数据处理
结构磁共振数据处理
动物影像数据处理
详情联系： 13381109780（杨老师）
Email： bd@medicalai.top
招聘信息：脑影像数据处理工程师（上海、北京）
请点击关注下面的公众号图标，跟进国际医学科研行业最新进展
