fsl的segmentation工具: FAST (FMRIB’s Automated Segmentation Tool)將大腦組織的3D影響分解為不同的組織,比如灰質\白質\腦脊液等等, 同時還可以進行spatial intensity variations的修正, 也就是bias field或者RF inhomogeneities.
在終端輸入Fast, 開啟FAST的GUI介面, 輸入fast則是FAST的命令列呼叫.

FAST工具採用的演算法是隱馬爾科夫隨機場模型,以及相關的EM演算法(Expectation-Maximization).
整個計算過程都是全自動的,輸入是經過bias field-corrected 影象, 輸入是從概率上和/或者分容積的組織分解.(probabilistic and/or partial volume tissue) .演算法的魯棒性和可靠性都是比較好的,對噪聲也相對比太敏感.
fast命令列工具的呼叫格式為:

fast [options] [input_nifti_file] [output_nifti_file]

例如:

fast -t 1 -n 3 -H 0.1 -I 4 -l 20.0 -o /home/dl/Data/Brain/Liang_test/test_out/brain /home/dl/Data/Brain/Liang_test/test_out/brain

生成的segmentation檔案有:
-rw-rw-r– 1 dl dl 321587 Mar 15 19:55 brain_mixeltype.nii.gz
-rw-rw-r– 1 dl dl 575046 Mar 15 19:55 brain_pve_0.nii.gz
-rw-rw-r– 1 dl dl 995397 Mar 15 19:55 brain_pve_1.nii.gz
-rw-rw-r– 1 dl dl 537648 Mar 15 19:55 brain_pve_2.nii.gz
-rw-rw-r– 1 dl dl 276283 Mar 15 19:55 brain_pveseg.nii.gz
-rw-rw-r– 1 dl dl 277565 Mar 15 19:55 brain_seg.nii.gz

常用引數:
-S or –channels= 影象通道數, 通常設為1
-t or –type= 影象種類, T1的話設定為1, T2設定為2, PD設定為3
-o or –out= 輸出檔案的基本名稱,生成的檔案會自動附上字尾, 例如seg, pve_0, pve_1等.
-n or –class= 組織型別數.T1的話通常設定為3, (Grey Matter, White Matter and CSF) T2的話通常設定為4. 如果影象很不清晰, 可以設定為2.
-b 輸出的估計偏置場(estimated bias field)
-B 輸出偏置影象並儲存(bias-corrected image)
-l or –lowpass= 偏置場平滑, m是FWHM, 單位是mm, m ≅ 2 √n
-I 或者 –iter 迴圈次數

輸出的結果用fsleyes開啟後,可以看到: