送给自己的话：技不如人就要潜心修炼谦虚求学啊，酸别人是没有用的QAQ 要很努力才能不拖后腿啊……

2. 纤维追踪

纤维追踪的一般思路是设置一个种子点（一个voxel/ROI），从这里开始，根据tensor的方向生成纤维。
另一种思路是whole-brain tractography，在这种做法下，所有符合纤维生成条件（FA>threshold）都被视为种子点，这种方法下生成的纤维更具有对称性。通过这种方式生成全脑纤维之后，可以再设置ROI去选取需要的纤维。（注意，为了把所有想要的纤维都囊括进去，最好把ROI画大一点。）

不对称案例

如果不能追全脑，也可以在纤维束的两端分别取seed。

纤维选取和选seed生成
纤维终止点通常有两个判定标准：
其一是根据FA值（扩散的各向异性指标）来判断，一般要求FA>0.2，不过文献中好像设成啥的都有，也可以参考具体纤维情况。
FA阈限

其二是弯曲程度，一般来说不认为纤维会拐一个大弯，所以弯曲阈限一般设在30-70度。这也要根据研究的纤维，如果解剖上已知纤维弯曲程度大，可以使用较大的阈限。

弯曲程度

说一说找纤维方向的两种思路，概率性纤维追踪和确定性纤维追踪。

2.1 概率性纤维追踪和确定性纤维追踪

确定性纤维追踪

确定性纤维追踪下，pathway都是沿着tensor中主特征朝向，也就是每个voxel中只有一个方向。追出来再对方向插值平滑一下就行了。

概率性纤维追踪

概率性纤维追踪不是只留下主特征朝向信息，而是把整个朝向分布都考虑进来，按照不同朝向的权重比例撒纤维。根据每一个方向上的纤维数目，可以得到概率图，就是途中C那个红红黄黄的玩意。

确定性追踪和概率性追踪的对比

两者相比，概率性纤维追踪更容易刻画一些小区域间的连接，而确定性的追踪往往会忽略这些连接，例如丘脑和到大脑皮层；但由于带入了更多信息，概率性纤维追踪的计算量也大大高于确定性追踪。

2.2 追得更合理：ACT

在核磁脑影像中，白质、脑脊液和灰质因为信号不同可以得到较好的区分。
众所周知，白质是纤维的集合，纤维是灰质中的神经元发出来的轴突，连接其他的神经元（在灰质中），换句话说，纤维其实就是从灰质到灰质的结构。
这对我们追踪纤维有重要的意义，在传统的追踪思路中，通常规定一个白质mask——纤维只能存在于白质mask的区域，但这就造成有的纤维端点停在了白质中，和解剖学上的知识不符。
我们真正需要的mask，是对纤维端点的mask，确保纤维的起始点都在灰质上。那是否可以通过分割来进一步规范纤维呢？
当然可以！（我怎么这么像个打电视广告的。。。。）
ACT就提供了一些规范纤维追踪的标准：
1）进入灰质，终结纤维。
If a streamline enters cortical grey matter, the streamline is considered to have reached an appropriate termination point. For the results shown here, we define this as PCGM ≥ 0.5.
2）进入脑脊液，去掉这根纤维。
If a streamline attempts to enter a fluid-filled region, it is clearly not well-supported by the anatomical image data, and is therefore rejected. We define this as PCSF ≥ 0.5.
3）离开了mask，终结纤维。
If a streamline leaves the field of view of the diffusion image or the segmented anatomical image, or exits a pre-defined tracking mask, the streamline is terminated and accepted; this is consistent with current streamlines tractography methods, and is necessary to permit tracking to the spinal column.
(4)超过FA阈限/弯曲程度阈限，去掉这根纤维。
Tractography streamlines may be terminated due to a threshold placed on some metric of the diffusion model (such as the FA in the case of the diffusion tensor, or the amplitude of the FOD in the case of spherical deconvolution-based models), or excessive curvature of the streamline. However if a streamline has not been terminated due to criterion (1) or (3), it has not achieved a termination that is deemed acceptable in the context of our anatomical priors. Therefore, failure to meet these criteria indicates poor directionality of the diffusion signal and poor image support for structural connections; if this occurs in white matter, the streamline is rejected.
5）进入皮下核团，接受该纤维。
If a streamline terminates according to criterion (4), but this termination occurs within sub-cortical grey matter (defined as PSGM ≥ 0.5), the streamline is instead accepted; this allows streamlines to project into sub-cortical structures rather than terminating at their boundaries, but without explicitly requiring that they traverse the entire depth of the structure.
6）穿过皮下核团，在核团中找FA或者FOD的最小点终结纤维。
Once a streamline has passed from white matter into a sub-cortical structure (defined as PSGM ≥ 0.5), it is not permitted to exit that structure (defined as PSGM < 0.5). If this occurs, the streamline is truncated to the point within the sub-cortical structure for which the relevant diffusion model metric (FA or FOD amplitude) is a minimum.

ACT workflow

下一章会讲一下SIFT，不过也不确定，因为最近在考虑配准的问题，如果有了想法（看得懂了）就分享配准吧。
呜呜呜这个月我一定把DWI流程分享完。
之后可能也会补充一些具体的函数，好上手一点。