Contenido: Procesamiento Imágenes Pesadas a Difusión

1. dwi_vec Paso Inicial, concatena las DWIs y arregla los vectores (Philips) para uno o más shells.
2. dwi_dn4 Paso 1 de 2 para el pre procesamiento de imágenes pesadas a difusión, denoise y bias field correction con dos opciones LPCA y mrtrix.
3. dwi_corr Paso final del procesamiento de DWI. Incluye corrección geométricas y de movimiento (EDDY y TOPUP). Finalmente corrige los vectores de acuerdo a los eddy_parameters y crea un archivo mif corregido y con vectores codificados dentro de él.

Paso 0 - Concatenacion y correccion de vectores (dependiente de la adquisión)

Este paso es particular para los datos adquiridos del resonador Philips Achieva 3.0T en formato NIFTI o DICOM. En caso de que se hallan adquirido de NIFTI requiere los archivos omat para corregir los vectores.
Recomiendo crear un directorio por sujeto donde se guarden los archivos que corresponden al preprocesamiento de difusión (por ejemplo aqui hago uno llamado DWI con mkdir DWI).

for i in *; do cd $i; echo -e "\033[48;5;125m $i  \033[0m";
  mkdir DWI
  dwi_vec -in "DWI_1k.nii.gz DWI_2k.nii.gz" -out DWI/DWI_2shell
cd ..; done

Paso 1 - Eliminación de rudio y correccion de campo

El prefijo de salida es automático, y dependerá del algoritmo utilizado:

_dn4.nii.gz es para el algorithmo de LPCA de Pierric Coupé.
_dn4_mrtrix.nii.gz es para el algorithmo de Tournier de mrtrix.

for i in *; do cd $i/DWI; echo -e "\033[48;5;125m $i  \033[0m";
  dwi_dn4 DWI_2shell.nii.gz . mrtrix
cd ../..; done

Paso 2 - Corrección de movimiento y geométrica

Este script va a generar CUATRO archivos de salida, todos con las DWI y los vectores ya corregidos.
En el siguiente ejemplo DWI_corregido correspondería al identificador de salida -out:

1. DWI_corregido.nii.gz NIFTI con los volúmenes y todas las direcciones.
2. DWI_corregido.eddy_parameters Archivo de texto con los parámetros de corrección que se aplican a cada volumen de difusión (filas).
3. DWI_corregido.b Archivo de texto con la matriz de vectores CORREGIDOS, los BVECS son las primeras 3 columnas y el BVAL la cuarta..
4. DWI_corregido.mif MIF con los volúmenes, las direcciones y los vectores codificados.

for i in *; do cd $i/DWI; echo -e "\033[48;5;125m $i  \033[0m";
  dwi_corr -dwi2fix DWI_2shell_dn4_mrtrix.nii.gz -dwiPA DWI_PA.nii.gz -out DWI_corregido -bvecs DWI_2shell.bvecs -bvals DWI_2shell.bvals
cd ../..; done

Extras de DWI

dwi_getPA Obtiene las imágenes B0 de de la adquisición posterioanterior (DWI-PA) para facilitar el paso 3 con dwi_corr.

References

LPCA: Manjón, J. V., Coupé, P., Concha, L., Buades, A., Collins, D. L., & Robles, M. (2013). Diffusion weighted image denoising using overcomplete local PCA. PloS one, 8(9), e73021.
PCA-mrtrix J. Veraart, D.S. Novikov, D. Christiaens, B. Ades-aron, J. Sijbers, and E. Fieremans Denoising of diffusion MRI using random matrix theory. NeuroImage 142 (2016), pp. 394–406.
EDDY: Jesper L. R. Andersson and Stamatios N. Sotiropoulos. An integrated approach to correction for off-resonance effects and subject movement in diffusion MR imaging. NeuroImage, 125:1063-1078, 2016.
TOPUP: J.L.R. Andersson, S. Skare, J. Ashburner How to correct susceptibility distortions in spin-echo echo-planar images: application to diffusion tensor imaging. NeuroImage, 20(2):870-888, 2003.
S.M. Smith, M. Jenkinson, M.W. Woolrich, C.F. Beckmann, T.E.J. Behrens, H. Johansen-Berg, P.R. Bannister, M. De Luca, I. Drobnjak, D.E. Flitney, R. Niazy, J. Saunders, J. Vickers, Y. Zhang, N. De Stefano, J.M. Brady, and P.M. Matthews. Advances in functional and structural MR image analysis and implementation as FSL. NeuroImage, 23(S1):208-219, 2004.
B-MATRIX: Leemans, A., & Jones, D. K. (2009). The B‐matrix must be rotated when correcting for subject motion in DTI data. Magnetic resonance in medicine, 61(6), 1336-1349.

Notas

Checar para actualización del pipeline DESIGNER

Ades-Aron, B., Veraart, J., Kochunov, P., McGuire, S., Sherman, P., Kellner, E., ... & Fieremans, E. (2018). Evaluation of the accuracy and precision of the diffusion parameter EStImation with Gibbs and NoisE removal pipeline. NeuroImage.