为了帮助各位脑影像科研同仁更好的进行脑影数据的处理和分析，脑海科技推出脑影像数据分析服务，感兴趣的朋友可以添加微信19906719439咨询详情。我们提供磁共振等数据处理服务，包括但不限于静息态功能磁共振分析、脑结构磁共振成像数据分析、磁共振弥散像数据分析，更全面和最新的高级分析服务详情请咨询微信。总之，您在文献中看到的磁共振有关的新方法，均可联系我们咨询相关服务，我们提供定制化算法和解决方案。
1
弥散像质量控制
数据质量控制内容：
扫描参数检查：包括TR、体素大小、扫描时长等参数；
图像伪迹检查：包括伪影、变形等
图像质量检查：包括头动状况、图像是否缺损等。
注：我们可以提供所有被试数据的扫描参数报告，可以查看被试扫描参数是否合适和一致，从而为数据预处理和数据分析提供被试筛选参考。对于数据预处理前以及预处理过程中发现的数据质量问题，我们将提供合适的参考意见并提供完整的数据质量检查报告。
常见DTI数据伪影示意图
2
数据预处理
数据预处理步骤包括：
数据格式转换：将Dicom格式文件转换成脑影像处理软件支持的NifTi格式文件以及对应的文件组织形式。
头动与涡流校正：校正由头动造成的时间点不对齐以及涡电流引起的T2像伪迹。
梯度方向校正：根据头动校正的形变场校正对应的梯度方向表，以便于更精确地估计张量。
拟合张量模型：通过校正后的B0和非零b值成像，结合对应的梯度方向表和b值表，计算 出基于每个体素的张量模型。
DTI分析流程图(Soares
et al., 2016)
DTI分析流程图(Cao
et al., 2020)
3
确定性纤维追踪
确定性纤维追踪(Deterministic tractography)主要使用FACT、steamline等追踪方法根据张量主方向以及预设的偏转角阈值、FA阈值等参数对全脑纤维束进行构建，而后通过设定ROI的方式追踪特定纤维束，并计算纤维束的数目、平均FA等相关指标。
4
概率性纤维追踪
概率性纤维追踪（Probabilistic tractography）主要通过球棍（ball & stick）模型结合马尔科夫链蒙特卡洛模拟（MCMC）方法估计纤维束方向在每个体素上的概率分布，通过在每个种子点体素发射上千条纤维束的方法来追踪纤维束的后验分布，并计算纤维束的连接概率、平均FA等相关指标。
概率性纤维追踪分析示意图(Sage et al., 2007)
5
基于体素的统计分析（VBA）
基于体素的组水平统计分析（Voxel-based analysis）对数据预处理时计算的张量指标如FA、MD等指标可进行进一步的统计，比较这些指标在全脑体素水平的组间差异，常用于损伤大脑（如卒中、肿瘤等）的张量指标统计。
VBA分析结果示意图(Smith
et al., 2006)
6
基于白质骨架的弥散统计分析
基于白质骨架的空间统计方法(Tract-based spatial statistics，TBSS)是牛津大学的FMRIB实验室为了克服VBA方法中配准误差或平滑核选择的问题提出的一种方法。该方法也是一种基于图像配准，然后针对全脑体素的FA值提取白质骨架，在白质骨架上进行进一步统计分析的探索性分析方法。
TBSS分析流程图(Acosta-Cabronero & Nestor, 2014)
7
基于图论的DTI脑网络属性分析
基于图论的DTI脑网络属性分析根据脑分区图谱进行多个脑区两两间的确定性或者概率性纤维追踪，以特定脑区为节点，以节点间结构连接指标（纤维束条数、概率、平均FA等）为边，可构建结构脑网络并计算小世界属性、Rich-club系数、度中心性等，利用图论计算相应的网络属性。
基于图论的DTI脑网络属性分析示意图(Duda et al., 2014)
8
弥散峰度成像（DKI）
弥散峰度成像(Diffusion kurtosis imaging，DKI)是一种表征非高斯扩散的成像方法，即通过估计位移分布的过度峰态来表征非高斯扩散，计算出平均峰度（MK）、轴向峰度（AK）、径向峰度（RK）等标量指标进行进一步基于体素的统计分析。
DKI分析示意图(Kazumata et al., 2016)
9
统计分析及校正
我们可以根据您的研究或者需求，或者根据您提供的参考文献内容，结合您的数据详情，为您进行数据分析方案评估、设计和定制，为您提供定制化的数据分析方法和解决方案。对于上述分析，我们可以根据数据详情和具体的研究需求提供单样本T检验、双样本T检验、配对样本T检验、单因素方差分析以及双因素方差分析等，并提供对应的多重比较校正(FWE、FDR、GRF、TFCE等），脑网络分析可以提供置换检验、参数检验，NBS校正等统计分析。
10
结果可视化
针对数据分析结果，我们可以提供数据分析流程图，统计结果脑区三线表，结果脑区轴位图、3D渲染视图B等，统计结果矩阵图、柱状图，散点图等。结果可视化分析服务包括但不仅限于以上可视化结果图的类型，您可以提供您的需求及类似的参考文献，我们提供定制化可视化图片服务。
11
定制化分析
我们可以根据您的研究或者需求，或者根据您提供的参考文献内容，结合您的数据详情，为您进行数据分析方案评估、设计和定制，为您提供定制化的数据分析方法和解决方案。
联系我们
脑海科技提供磁共振等数据处理服务，包括但不限于静息态功能磁共振分析、脑结构磁共振成像数据分析，磁共振弥散像数据分析,如果对以上数据服务感兴趣的朋友可以添加微信19906719439咨询详情，想了解更全面和最新的高级分析服务的朋友也可以微信咨询。总之，您在文献中看到的磁共振有关的新方法，均可联系我们咨询相关服务，我们提供定制化算法和解决方案。
团队介绍
贾熙泽，杭州脑海科技首席执行官，常熟市第二人民医院磁共振脑成像研究中心副主任、特聘研究员，大连市友谊医院特聘教授，潍坊医学院附属医院特聘专家，佳木斯大学信息电子技术学院硕士生导师，兼任杭州师范大学附属医院认知与脑疾病研究中心副研究员。现任中国心理学会积极心理学专委会委员、浙江省数理医学学会放射学专委会委员和浙江省康复医学会神经调控专委会委员。具有计算机、心理学及神经科学交叉背景，擅长静息态磁共振方法学、基于脑影像的Meta分析，并师从任俊教授从事脑影像技术在积极心理学中的应用。目前主持国家自然科学青年基金项目，浙江省智能教育技术与应用重点实验室开放研究基金重点项目，入选杭州市青年科技人才培育工程项目，作为主要参与人参与8项国自然科学基金项目、1项科技部国家重大慢性非传染性疾病重点研发计划课题。师从臧玉峰教授，开发了RESTplus。目前合作发表SCI论文40余篇，以主要作者在Science Bulletin、The Journal of Headache and Pain及Journal of Affective Disorders等杂志发表文章20余篇（第一作者或通讯作者），文章被SCI杂志引用586 余次，i10-index=17。
杭州脑海科技有限公司于2021年组建了杭州脑海科技有限公司认知神经科学实验室，主要从事最新脑影像算法的复现、研发及在脑疾病中的应用。目前团队成员50余人，具有高度交叉背景，涵盖：计算机、统计学、心理学、临床医学以及英语等专业，每位成员受过系统化的科研培训，具有扎实的科研背景并专攻1-2个研究方向。2021年至今，团队成员以主要作者在Science Bulletin、 Human brain mapping、The Journal of Affective Disorders、The Journal of Headache and Pain等期刊发表SCI文章30余篇，其中的核心成员具有比较扎实的大脑功能信号相关的科研基础，担任多个杂志的编辑或审稿人，包括：IEEE Journal of Biomedical and Health Informatics、Human Brain Mapping、Cerebral Cortex、CNS Neuroscience & Therapeutics、Journal of Affective Disorders、Neuroimage: Clinical、Neuroimage: Report、Journal of Magnetic Resonance Imaging、European Child & Adolescent Psychiatry、Social Cognitive and Affective Neuroscience、Journal of Sleep Research、World Journal of Diabetes.、International Journal of Geriatric Psychiatry、Frontiers in Aging Neuroscience、Brain research、Neural Plasticity、Frontiers in Neuroscience、Scientific report、BMC Medical Imaging等20余个杂志。
参考文献
