MRI y PET-FDG O. Sotolongo - Fundació ACEdetritus.fundacioace.com/files/presentacion.pdf · Procesamiento automático de imágenes MRI y PET-FDG O. Sotolongo Fundació ACE Institut

Procesamiento automático de imágenesMRI y PET-FDG

O. Sotolongo

Fundació ACEInstitut Català de Neurociències Aplicades

Diciembre 13, 2012

OSG (Fundació ACE) ACE pipeline for dummies versión 0.1 1 / 54

Antes de empezar

• http://imagen.fundacioace.com


Objetivos

Resumen

1 Objetivos

2 Introducción

3 Creación del estudioOrganización

4 MRIFreesurferMétricas MRI

5 PET-FDGEl problema del corregistroRegistro PET-FDGExtracción de cerebroSiguiendo con las PET-FDGMétricas PET-FDG

6 Conclusiones


Objetivos

Objetivos

When you can measure what you are speaking about, andexpress it in numbers, you know something about it, whenyou cannot express it in numbers, your knowledge is of ameager and unsatisfactory kind; it may be the beginning ofknowledge, but you have scarely, in your thoughts advancedto the stage of science.

William Thomson (Lord Kelvin)


Objetivos

Objetivos

• Construir un flujo de procesamiento ’automático’ de neuroimagen• Fácil de utilizar y documentado• Eficiente y flexible, hasta donde se pueda!


Objetivos

Objetivos



Objetivos

Objetivos



Objetivos

Objetivos



Introducción

Resumen

1 Objetivos

2 Introducción




6 Conclusiones


Introducción

Arquitectura Cliente - Servidor

• Todos los procesos seejecutan en el servidor

• El cliente se utiliza pararealizar una conexión einteractuar con estos procesos


Introducción

Arquitectura Cliente - Servidor


Introducción

Software utilizado

• FSL. Analysis Group, FMRIB, Oxford, UK• Freesurfer. Athinoula A. Martinos Center for Biomedical Imaging,

Harvard & NIH, USA• MINC Tools. McConnell Brain Imaging Centre (BIC), Montreal

Neurological Institute, McGill University, Canada• MRIcron. Chris Rorden, USC, USA• dicom3tools. David A. Clunie


Introducción

Como conectarse al servidor

• Herramientas necesarias• SSH Secure Shell, putty, Kitty, ...• Visor NIfTI-1 (MRIcron, FSLView, Mango, otros?)


Introducción

SSH Secure Shell


Introducción

SSH Secure Shell


Introducción

Los comandos shell (BASH)


Introducción

Los comandos shell (BASH)


Introducción

SSH Secure Shell

• imagen.fundacioace.com• nohup, screen


Introducción

SSH Secure Shell

• imagen.fundacioace.com• nohup, screen


Introducción

Comandos shell

• nohup, man• ls, cd, mkdir, cp• rm, mv• cat, less, wc, tail, head• nano, vim, emacs, ?• sort, sed, awk, grep


Introducción

Comandos shell



Introducción

Comandos shell



Introducción

Comandos shell



Introducción

Usando FSLView en remoto

• Instalar Servidor X→ Xming X Server• Configurar SSH Secure Shell para tunel X


Introducción


• Instalar Servidor X→ Xming X Server• Configurar SSH Secure Shell para tunel X• Lanzar fslview desde línea de comandos


Introducción



Creación del estudio

Resumen

1 Objetivos

2 Introducción




6 Conclusiones


Creación del estudio Organización

Configurando el estudio

• make_std.pl test• Crear data/test/test.csv

test.csv0095;con0096;mci0097;ad0098;mci0099;ad0100;mci0101;ad0106;ad...




• make_std.pl test• Crear data/test/test.csv

test.csv0095;con0096;mci0097;ad0098;mci0099;ad0100;mci0101;ad0106;ad...




Estructura del estudio• data/test/

• working/• test.csv



Cargando los DICOM

• raw2nii.pl test Directorio/donde/estan/los/DICOM/


• dti/• mri/• pet-fdg/• working/• test.csv



Cargando los DICOM

• raw2nii.pl test Directorio/donde/estan/los/DICOM/


• dti/• mri/• pet-fdg/• working/• test.csv


MRI

Resumen

1 Objetivos

2 Introducción




6 Conclusiones


MRI Freesurfer

Conversión a FreeSurfer

• fsl2fs.pl test

Estructura de FreeSurfer• data/subjects/

• test_ad0001/• test_mci0002/• test_con0003/


MRI Freesurfer

Conversión a FreeSurfer

• fsl2fs.pl test

Estructura de FreeSurfer• data/subjects/

• test_ad0001/• test_mci0002/• test_con0003/


MRI Freesurfer

Procesamiento con FreeSurfer

• precon.pl test

precon.pl test⇓−→ recon-all -autorecon-all -subjid test_ad0001 -use-gpu−→ recon-all -autorecon-all -subjid test_mci0002−→ recon-all -autorecon-all -subjid test_con0003−→ recon-all -autorecon-all -subjid test_con0004 -use-gpu


MRI Freesurfer


• precon.pl test

precon.pl test⇓−→ recon-all -autorecon-all -subjid test_ad0001 -use-gpu−→ recon-all -autorecon-all -subjid test_mci0002−→ recon-all -autorecon-all -subjid test_con0003−→ recon-all -autorecon-all -subjid test_con0004 -use-gpu


MRI Freesurfer


recon-all -autorecon-all -subjid sujeto⇓−→ Correción de movimiento (si es posible)−→ Correción de intensidad−→ Normalización−→ Corregistro−→ Segmentación−→ Estadísticas−→ ... y muchas cosas más.

recon-allhttp://www.freesurfer.net/fswiki/ReconAllTableStableV5.1


MRI Freesurfer


recon-all -autorecon-all -subjid sujeto⇓−→ Correción de movimiento (si es posible)−→ Correción de intensidad−→ Normalización−→ Corregistro−→ Segmentación−→ Estadísticas−→ ... y muchas cosas más.

recon-allhttp://www.freesurfer.net/fswiki/ReconAllTableStableV5.1


MRI Freesurfer


• recon-all -autorecon1 -subjid <subjid>• recon-all -motioncor• recon-all -talairach• recon-all -nuintensitycor• recon-all -normalization• recon-all -skullstrip


MRI Freesurfer


• recon-all -autorecon2 -subjid <subjid>• recon-all -gcareg• recon-all -canorm• recon-all -careg• recon-all -careginv• recon-all -rmneck• recon-all -skull-lta• recon-all -calabel• recon-all -normalization2• recon-all -maskbfs• recon-all -segmentation• recon-all -fill• recon-all -tessellate• recon-all -smooth1• recon-all -inflate1• recon-all -qsphere• recon-all -fix• recon-all -white• recon-all -smooth2• recon-all -inflate2


MRI Freesurfer


• recon-all -autorecon3 -subjid <subjid>• recon-all -sphere• recon-all -surfreg• recon-all -jacobian_white• recon-all -avgcurv• recon-all -cortparc• recon-all -pial• recon-all -surfvolume• recon-all -parcstats• recon-all -cortparc2• recon-all -parcstats2• recon-all -cortribbon• recon-all -segstats• recon-all -aparc2aseg• recon-all -wmparc• recon-all -balabels• recon-all -label-exvivo-ec


MRI Freesurfer


• -use-gpu ?• Tecnología CUDA, desarrollada por NVIDIA Corp.

• CUDA es una arquitectura de cálculo paralelo que aprovecha lapotencia de GPU (unidad de procesamiento gráfico) paraincrementar del rendimiento del sistema.

• Lenguaje de programación similar a C• Ideal para cálculos matemáticos (Descomposición previa de un

problema no lineal en muchos problemas lineales)

• Esta es la razón de que se haya elegido FreeSurfer para elprocesamiento de MRI


MRI Freesurfer








MRI Freesurfer








MRI Freesurfer








MRI Freesurfer


• precon.pl lanza hasta 30 procesos de FreeSurfer en paralelo• De haber capacidad disponible, los procesos utilizan la GPU• Los procesadores y slots de GPU van siendo ocupados en la

medida en que son liberados• No obstante, el proceso puede demorar días


MRI Freesurfer


• precon.pl lanza hasta 30 procesos de FreeSurfer en paralelo• De haber capacidad disponible, los procesos utilizan la GPU• Los procesadores y slots de GPU van siendo ocupados en la

medida en que son liberados• No obstante, el proceso puede demorar días


MRI Freesurfer


• precon.pl test• check_fs_run.pl test

check_fs_run.pl

$ check_fs_run.pl test

No errors found

• De existir errores el script los muestra


MRI Freesurfer



check_fs_run.pl


No errors found



MRI Freesurfer



check_fs_run.pl


No errors found



MRI Freesurfer



check_fs_run.pl


No errors found



MRI Métricas MRI

Métricas

• get_csv.pl test→ data/test/test_mri.csv (661 variables)

Ver: data/mri_stats_diccionario.txt


MRI Métricas MRI

Métricas

• get_csv.pl test→ data/test/test_mri.csv (661 variables)

Ver: data/mri_stats_diccionario.txt


MRI Métricas MRI

Métricas


PET-FDG

Resumen

1 Objetivos

2 Introducción




6 Conclusiones


PET-FDG El problema del corregistro

Registro al espacio MNI







P = , R = , R = OP

B = , B = LP, R = NB, O = NL

LP = , N(LP) = OP =




P = ,

R = ,

R = OP

B = , B = LP,

R = NB, O = NL

LP = , N(LP) = OP =




P = ,

R = , R = OP

B = ,

B = LP,

R = NB,

O = NL

LP = , N(LP) = OP =




P = , R = ,

R = OP

B = ,

B = LP, R = NB, O = NL

LP = , N(LP) = OP =




P = , R = , R = OP

B = , B = LP,

R = NB, O = NL

LP = ,

N(LP) = OP =




P = , R = , R = OP

B = , B = LP, R = NB,

O = NL

LP = ,

N(LP) = OP =


PET-FDG Registro PET-FDG

Registro de PET-FDG al espacio MNI

• pet_reg.pl -e test 1

1Necesita FreeSurfer previoOSG (Fundació ACE) ACE pipeline for dummies versión 0.1 39 / 54



Deja un informe en:data/test/working/pets/index.html




Pero las cosas pueden salir mal

⇒ En un rato lo vemos ...




Pero las cosas pueden salir mal

⇒ En un rato lo vemos ...


PET-FDG Extracción de cerebro

Extracción de cerebro

Si no se ha ejecutado FreeSurfer:• just_brain.pl -e test




Deja un informe en:data/test/working/brains/index.html




... y también aquí las cosas pueden ir mal

• Estos problemas de corregistro se deben a la longitud del cuello• Las imágenes deben ser cortadas manualmente antes del

proceso 2

2Gracias al Dr. J. T. Becker por la ideaOSG (Fundació ACE) ACE pipeline for dummies versión 0.1 44 / 54





proceso 2






proceso 2



Arreglando problemas

• just_brain.pl -e test -cut cuts.csv

cuts.csv1016;1050;01062;20


PET-FDG Siguiendo con las PET-FDG


• pet_reg.pl -e test -cut cuts.csv



Generación de informes

• make_brain_report.pl test→ Informe de extracción de cerebros• make_pet_report.pl test→ Informe de registro de PET• make_report.pl test→ Ambos informes!



Generación de informes

• make_brain_report.pl test→ Informe de extracción de cerebros• make_pet_report.pl test→ Informe de registro de PET• make_report.pl test→ Ambos informes!



Avanzado! (unidades SUV)

• Standarized Uptake Value (g/ml)• pet_reg.pl -suv -e test

data/prueba/pet-fdg/mci0016s001.datRTD: 310800000RPST: 093500.000000ST: 101421.000000RHL: 6586.2001953125PW: 60decay: 0.434471622263023CF: 0.000444333261732163



Avanzado! (unidades SUV)

• Standarized Uptake Value (g/ml)• pet_reg.pl -suv -e test

data/prueba/pet-fdg/mci0016s001.datRTD: 310800000RPST: 093500.000000ST: 101421.000000RHL: 6586.2001953125PW: 60decay: 0.434471622263023CF: 0.000444333261732163


PET-FDG Métricas PET-FDG

Métricas

• pet_metrics.pl test→ data/test/test_pet.csv (137 variables)

Ver: data/pet_stats_diccionario.txt



Métricas

• pet_metrics.pl test→ data/test/test_pet.csv (137 variables)

Ver: data/pet_stats_diccionario.txt



Métricas


Conclusiones

Resumen

1 Objetivos

2 Introducción




6 Conclusiones


Conclusiones

Resumiendo

Configurar el estudio

Importar imagenes

MRI

Convertir a FreeSurfer Procesar con FreeSurfer Extraer metricas

PET−FDG

Preprocesado (FS+FSL) Corregistro

Atlas + Segmentacion

Extraer metricas


Conclusiones

Conclusiones

• DIY!• Ejemplos y documentación: http://imagen.fundacioace.com• Soporte: [email protected]


Conclusiones

Conclusiones

• DIY!• Ejemplos y documentación: http://imagen.fundacioace.com• Soporte: [email protected]


Muchas Gracias

Gracias por su atención.• preguntas,• comentarios,• ideas,• críticas,• etc ...


Documents

MRI y PET-FDG O. Sotolongo - Fundació ACEdetritus.fundacioace.com/files/presentacion.pdf · Procesamiento automático de imágenes MRI y PET-FDG O. Sotolongo Fundació ACE Institut