> # Groupe de travail simpleDWI@Club-NeuroImagerie **Espace Resana dédié :** demander à isabelle.faillenot@univ-st-etienne.fr pour un accès. Personnes intéressées (les nouveaux sont bienvenus !) : Isabelle Faillenot (IF), Élise Météreau (EM), Franck Lamberton (FL), Justine Debatisse (JD), Inés Mérida (IM), Guillaume Sescousse (GS), Joshua Gobé (JB), Romain Quentin (RQ), Gaëlle Leroux (GL) --- ## Réunion du 07/12/23 de 10H à 12H, salle F24 **Présents :** Isabelle F, Franck L, Inés M, Justine D, Romain Q, Elise M., Guillaume S, Gaëlle L **Excusé :** Joshua G. - FL : Protocoles en DWI en cours Besoins des équipes en IRMf clairs mais bcp moins en DWI Besoin de FL de savoir d'avoir des retours des data / ce qui a fonctionné ou pas Pas toujours la même séquence - IM : idem sur l'IRM-TEP DWI en complément, pas identifié comme besoin N°1 Mais même séquence proposée et utilisée Séquence de Mineapolis Rarement analysée 64 directions : 2mm iso : 11 min d'acqui / b0 & b1000 - FL Séquence de Mineapolis (https://www.cmrr.umn.edu/multiband/) : provient d'un gros labo de physique qui maintient sa séquence dans le temps, à chaque update Pub ++ (donc grants) ; 15 séquences dispo ; ça a permis de démocratiser le multi-band (via Mineapolis développée en autonomie & celle du MGH de Boston en collab avec Siemens) + a permis de proposer l'enregistrement automatique des données Physio au format Dicom pour une utilisation en recherche (alors que en cliniquen, pas d'enregistrement possible) - sur Primage : Plusieurs séquences proposées donc DWI en fonction du temps restant dans les protocoles d'IRMf Plusieurs cas pour les chercheurs : ex de RQ : sur les bases de ce qui se fait à l'ICM car y avait travaillé ex de GS : collaboration avec collègues de Stanford où il y a un pipeline Matlab et FL a monté un nouveau protocole via les publis de l'équipe Protocoles avec multi b values Nb de directions variable par b Plus le b est élevé, plus le nb de directions doit être élevé Différences sur la façon de corriger les déformations géométriques (focus au moment de l'acqui sur les parties TopUp & Eddy et/ou en post-traitement) ==> traitements sont 12 min vs 15 min pour ces 2 exemples - JD Primates : dans un protocole à venir - FL : Attention au fait que cerveau plus petit FL : antenne dédiée pour primate avec protocole HCP (1 heure d'acqui) - EM & IM : En TEP : souci de convertisseur RQ : ok en MEG via MNE-BIDS & pyBIDS. Conversion du dossier source au format .ds ==> conversion en .raw pour lire métadonnées contenues dans .ds MEG-BIDS utilisé pour le partage, pas vraiment pour le traitement **Besoins / attentes au sein du GT :** JD : chez humain, data en cours d'acqui sur IRM-TEP data à venir chez Primates ==> savoir quelles sont les étapes importantes à connaître pour ce protocole à venir ; quelles questions on va pouvoir répondre avec les data acquises IM : besoin de se former en tant que ingé en vue aussi d'homogénéiser ce qui est proposé à Primage + bonnes pratiques de FL + apprendre à traiter data pour guider PI RQ : acqui récentes de DWI mais personne pour analyser les data. Intérêt perso historique ; voir si RQ pourrait lancer le QC lui-même pour faire retour à FL. Hypothèse précise cependant GS : besoin d'isoler des fibres bien précises (hypthèse précise à partir d'une autre publi à Stanford sur un faisceau particulier). Tractométrie quantitative (striatum-insula & striatum-TVA). Attentes : quelle séquence en x min (vu avec FL) + outil pour QC. Note : Anastasios sera dans labo de Stanford pour 2 mois (fin 2024) pour y capter connaissances (fin thèse été 2025) IF & EM & GL : apprendre ensemble pour une séquence "par défaut" des scripts adaptés et pour les analyses. Avoir un voc commun et connaître les limites des techniques de base. Voir les limitations. Pour orienter les PI en fonction du temps d'acqui par exemple FL : Besoin d'avoir des retours du QC des data / ce qui a fonctionné ou pas (un peu comme MRIQC & fMRIPrep en IRMf) Autre point : GS : à venir movie-fMRI (déjà bcp publis depuis 3-4 ans) plutôt que du rsFMRI ==> info à diffuser, méthodo **Question sur objectifs du GT :** - séquence de base ? FL : on la garde en mémoire mais en attendant on débute les analyses et une fois les connaissances acquises, on pourra revenir à la partie séquence. On test le QC sur un jeu de données et ensuite retour vers la séquence. - QSIPrep : oui dans la mesure du possible selon les installations. Ok au CRNL, via singularity - 1 jeu de données test : oui avec IF & GL on débute et si on bloque : on se réunit et on essaie d'avancer pas-à-pas Quantifier les ressources informatiques : calcul : devrait être ok espace disque : à quantifier 1) INSYST : 2 TVS à traiter (accord par email de Bénédicte Ballanger, PI du projet) (séance levée à 11H30) --- ## Notes pendant la visio de l'INT de Marseille 23/11/23 **Présents :** IF, EM, FL, JD, GL **Excusés :** IM, GS, JG, RQ **Programme :** https://irmf.int.univ-amu.fr/formation_animation/reunion-mensuelle-de-neuroimagerie-rmn/ Intervenants : Julien Sein & Jean-Luc Anton ; Centre IRM-INT@CERIMED Lien vers le diaporama de Julien Sein : https://irmf.int.univ-amu.fr/MyUploads/Sein_RMN_20231124_Diffusion_tools.pdf **"Contrôle qualité et analyse des données IRM de diffusion (DWI) : exemple d'outils performants et standardisés (QSIprep, dmriprep-Viewer et pyAFQ)"** QSIprep : Preprocessing and analysis of q-space images https://qsiprep.readthedocs.io/en/latest/index.html dmriprep-Viewer: visualization of interactive reports from both dmriprep and qsiprep https://github.com/nipreps/dmriprep-viewer pyAFQ : Automated Fiber Quantification in Python https://yeatmanlab.github.io/pyAFQ/ **Notes :** Commande QSIPREP en utilisant Singularity http://qsiprep.readthedocs.io Demo of QC reports : 1) dmriprep Viewer : for individuals & group 2) EddyQC (module Eddy de EddyQCPrep) for individuals & group --- # Résumé des échanges par emails : 26/10/23 - de Franck Lamberton : j'ai trouvé utile de vous proposer une trame de réflexion pour ce simpleDTI@CRNLclub-imagerie, à travers quelques questions librement remaniées. Vous y trouverez 2 présentations et des liens sur le WEB. Quelle durée accordée pour un protocole minimal ? Quelle analyse possible ? là, on peut manquer de vocabulaire commun, je trouve cette page très pertinente : https://dsi-studio.labsolver.org/doc/how_to_analyze_dmri.html en guise d'intro de 12min, je vous propose cette présentaiton (!! mot de passe 23SFRMBMPARIS !! ) : https://event.e-slides.net/sfrmbm/d1678667-4276-4194-a886-1c6219a5039e et pour se rendre compte d'un MUST du moment, une autre présentation de 30min (!! mot de passe 23SFRMBMPARIS !! ) : https://event.e-slides.net/sfrmbm/8859b208-de82-4343-873c-67fa330b8b8c Comment comparer des données issues des 3 IRMs du CERMEP (AvantoFit 1,5T, mMR 3,0T et Prisma 3,0T) ? ex : https://osf.io/brvak/wiki/home/ A quelles étapes des pré- et/ou post-traitement peut-on/doit-on normaliser les données ? Quels logiciels libre utiliser ... pour vérifier la qualité des données : EDDYQC (FSL) : https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/eddyqc/UsersGuide pour pré- et post-analyse : FSL : https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FDT/UserGuide DIPY (python) : https://dipy.org DSI-STUDIO (@ Pittsburgh U): https://dsi-studio.labsolver.org MITK-Diffusion (DKFZ @ Dublin) : https://github.com/MIC-DKFZ/MITK-Diffusion/ MRTRIX (@ King's College, ...): https://www.mrtrix.org BATMAN : https://osf.io/fkyht/ ISMRM 2021 demo : https://osf.io/9ayz6/ PreQual (MASI Lab @ Vanderbilt U) : https://github.com/MASILab/PreQual VISTASOFT (@ Stanford U) : https://web.stanford.edu/group/vista/cgi-bin/wiki/index.php/Software méthodes récentes et avancées de filtrage : NORDIC pour post-analyse, avec tractographie et calcul de paramètres liés à la difffusion : AFQ (@ Standfor U, python) : DKI (dipy, python) : https://dipy.org/documentation/1.0.0./examples_built/reconst_dki/ NODDI (matlab) : http://mig.cs.ucl.ac.uk/index.php?n=Tutorial.NODDImatlab LIFE (@ Stanford U) : https://github.com/brain-life/encode RecoBundles (dipy, python) : https://dipy.org/documentation/1.2.0./interfaces/bundle_segmentation_flow/ TracSeg : https://github.com/MIC-DKFZ/TractSeg Tracula (freesufer) : https://surfer.nmr.mgh.harvard.edu/fswiki/Tracula XTRACT (FSL, FMRIB @ Oxford) : https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/XTRACT#Generating_Connectivity_Blueprints_with_xtract_blueprint pour utiliser des templates de faisceaux : Pandora (MASI Lab @ Vanderbilt U) : https://github.com/MASILab/Pandora-WhiteMatterAtlas pour appliquer des pipelines utilisant la structure BIDS : PreQual (MASI Lab @ Vanderbilt U) : https://github.com/MASILab/PreQual QSIPREP : http://qsiprep.readthedocs.io dmriprep Viewer : https://www.nipreps.org/dmriprep-viewer/#/ Si BIDS est utilisé, quels logiciels pour vérifier la qualité des données : MRIQC : https://mriqc.readthedocs.io/en/latest/reports.html CuBIDS : https://cubids.readthedocs.io/en/latest/index.html Quels logiciels pour segmenter les régions anatomiques pour définir des faisceaux après tractographie : FASTSURFER (Deep-MI lab / DZNE-Bonn+MGH-Boston) : https://github.com/Deep-MI/FastSurfer FREESURFER (FMRIPREP si BIDS) : structure corticale SLANTbrainSeg (MASI Lab @ Vanderbilt) : https://github.com/MASILab/SLANTbrainSeg SynthSeg (MIT) : https://github.com/BBillot/SynthSeg Volbrain : structure sous-corticale 05/10/23 - FL Ce sera une 1ère, il y a sûrement des attentes différentes des uns et des autres. Merci d'avance à tout ceux qui aurait de la matière à partager (objectif clair, questionnement de terrain, questionnement naïf, ...). 22/09/23 - JG J'ai à dispo un pipeline de traitement des données DTI qui fonctionne normalement pas trop mal. Il a été utilisé uniquement sur du rongeur en pré-clinique pour l'instant mais les outils ne different a priori pas de ceux qu'on peut utiliser pour l'humain (FSL, MRTrix...). Je n'ai pas replongé dans ces outils depuis quelques temps mais si il y a besoin de donner un coup de main ce sera avec plaisir. https://github.com/gobejosh/dtipipeline -- 22/09/23 - IF, FL, GL **But :** proposer une séquence de base qui pourrait être rajoutée à une étude dont la tractographie n’est pas le principal intérêt et d’avoir la possibilité de traiter les images même si on n’a pas de compétence dans le domaine. **Objectif :** standardiser l’acquisition avec 1 sequence courte mais efficace et le traitement avec des scripts adaptés à cette séquence.