前言：

最近在阅读文献的时候发现2篇文章，是采用T1w/T2w 比值表征髓磷脂，有点感兴趣，因此尝试了一下文献所提出的方法。（https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9247578/ https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10028664/） 髓鞘形成是皮层下白质的一个显著特征，但大脑皮层的灰质也包含大量髓鞘轴突，深层皮质的髓鞘磷脂密度高于浅层皮质层的。先前的研究表明，T1w/T2w比率的区域差异与组织学定义的皮质区域的髓磷脂含量匹配，并增强对髓鞘信号强度的敏感性，同时减少受试者间信号强度偏差，可以用作检测与疾病相关的髓鞘形成程度变化。

根据文献的流程图，可以把整个处理过程分成4部分，分别是freesurfer分割T1像，将T2像配准到T1像得到T1w/T2w像，对T1w/T2w像进行部分容积效应校正（Partial Volume Effect Correction, PVEC），将校正后的T1w/T2w投射到平均皮质表面fsaverage

一、分割T1像

参考之前的freesurfer部分的博客

export SUBJECTS_DIR=/home/brainer/YSY/FCD/recon
ls *nii |parallel --jobs 20 recon-all -s {.} -i {} -all -qcache #并行处理

二、将T2像配准到T1像

这里采用的是freesurfer的bbregister命令
https://surfer.nmr.mgh.harvard.edu/fswiki/bbregister

export SUBJECTS_DIR=/home/brainer/YSY/FCD/recon
cd /home/brainer/YSY/FCD/recon/sub001
mkdir T2
cd T2
bbregister --s sub001 --mov $T2path/T2w.nii.gz --t2 --reg T2w2T1.dat --o T2w2T1.nii.gz --fslmat T2w2T1.mat #配准
freeview -viewport cor -v T2w2T1.nii.gz --surface ../surf/lh.white:edgecolor=yellow --surface ../surf/rh.white:edgecolor=yellow
#检查配准cd ../mri
mri_convert T1.mgz ../T2/T1.nii.gz
cd ../T2
mris_calc --output T1divT2.nii.gz T1.nii.gz div T2w2T1.nii #获得T1w/T2w像

三、部分容积效应校正

这里采用的是freesurfer的mri_gtmpvc命令
https://surfer.nmr.mgh.harvard.edu/fswiki/PetSurfer

#Partial Volume Correction
mkdir -p sub001/T2/pvc
export SUBJECTS_DIR=/home/brainer/YSY/FCD/recon
cd ..recon/sub001/T2
gtmseg --s sub001
mri_coreg --s sub001 --mov T1divT2.nii.gz --reg T1divT2.reg.lta
mri_gtmpvc --i T1divT2.nii.gz --reg T1divT2.reg.lta --psf 0 --seg gtmseg.mgz \
--mgx .01 --o sub001/pvc/pvcgtmpvc.output --opt 3 --save-input --no-rescale --threads 3

四、投射到平均皮质表面fsaverage

export SUBJECTS_DIR=/home/brainer/YSY/FCD/recon
cd ..recon/sub001/T2
mri_vol2surf --mov mgx.ctxgm.nii.gz --reg aux/bbpet2anat.lta --hemi lh \
--projfrac 0.5 --o lh.mgx.ctxgm.fsaverage.sm00.nii.gz --cortex --trgsubject fsaverage
#投射到软脑膜和白质表面中间层（50%）
#--projfrac-avg .1 .9 .4 投射到软脑膜和白质表面中间层（10%，50%,90%）

五、后续可根据需求进行后续的分析

1. Surface-based analysis
2. Subcortical volume-based analysis
3. mSCN network analysis