Philips CEST图像处理GUI工具

开发者: Xiaoxiao Zhang

简介

这是一个基于PyQt5的 Philips CEST (Chemical Exchange Saturation Transfer) MRI 图像处理工具。提供直观的GUI界面，支持完整的CEST数据分析流程。

主要功能

1. 数据导入

• 支持NIfTI格式的CEST数据加载 (*.nii, *.nii.gz)
• 支持ROI mask加载
• 支持Chemical Shift Offset (ppm)文本文件导入

2. 预处理模块

• PCA降噪: 可配置主成分保留比例
• 图像配准: 刚体配准（平移和旋转）
• B0不均匀性校正: 高斯或Lorentzian峰值检测
• 空间滤波: 高斯平滑和中值滤波

3. CEST数据分析

• 2-Step Lorentzian拟合

  • Step 1: Water和MT峰拟合及B0校正
  • Step 2: 代谢产物拟合（可选组件）

• 支持的代谢产物:

  • Water (水峰)
  • MT (Magnetization Transfer)
  • NOE (-3.5 ppm)
  • NOE (-1.6 ppm)
  • Creatine (肌酸)
  • Amide (酰胺)
  • Amine (胺基)
  • Hydroxyl (羟基)

4. 结果展示

• Z-Spectroscopy曲线: 原始数据和多种拟合曲线
• 参数图: 代谢产物百分比分布
• ROI分析: ROI内平均Z谱及拟合结果
• 结果表格: 各ROI的拟合参数汇总

5. 数据导出

• CSV格式导出拟合结果
• Excel格式导出（可选）
• 参数图保存

系统要求

• Python 3.8+
• Windows / macOS / Linux
• 4GB+ RAM (推荐8GB以上)
• GPU: 可选，用于加速大规模图像处理

安装步骤

方法1: 从源代码运行

# 克隆或下载项目
cd pyCESTgui

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

# 运行应用
python main.py

方法2: 使用可执行文件

双击 CESTGui.exe 直接运行（无需Python环境）

打包为可执行文件

生成Windows .exe

# 安装PyInstaller
pip install pyinstaller

# 运行打包脚本
python build_exe.py

生成的可执行文件位于 dist/ 目录下。

使用步骤

1. 加载数据

1. 点击"CEST数据"旁边的"浏览..."按钮选择NIfTI格式的CEST MRI文件
2. 点击"Mask"旁边的"浏览..."按钮选择ROI mask文件
3. 点击"Offset"旁边的"浏览..."按钮选择化学位移文本文件

2. 配置预处理

1. 勾选"启用PCA降噪"并设置保留比例（默认80%）
2. 勾选"启用高斯平滑"并调整平滑因子
3. "B0校正"默认启用，选择检测方法

3. 配置拟合参数

1. 在"选择代谱产物"中勾选要分析的组份
2. 选择分析模式："ROI平均"或"逐像素分析"

4. 执行分析

1. 点击"执行预处理"进行数据预处理
2. 点击"执行拟合"进行CEST拟合分析
3. 在"Z谱"选项卡中查看拟合曲线
4. 在"结果表格"中查看定量参数

5. 导出结果

点击"导出结果"将分析结果保存为CSV或Excel文件

文件结构

pyCESTgui/
├── main.py                  # 应用入口
├── requirements.txt         # Python依赖
├── build_exe.py            # 打包脚本
├── README.md               # 本文件
├── src/
│   ├── __init__.py
│   ├── modules/            # 核心算法模块
│   │   ├── __init__.py
│   │   ├── nifti_loader.py     # NIfTI文件处理
│   │   ├── preprocessing.py    # 预处理算法
│   │   ├── fitting.py          # CEST拟合算法
│   │   └── visualization.py    # 可视化显示
│   └── gui/                # GUI相关文件
│       ├── __init__.py
│       └── main_window.py      # PyQt5主窗口
├── resources/              # 资源文件（图标等）
└── dist/                   # 打包输出目录

关键算法说明

Lorentzian拟合

Z-Spectroscopy频谱可以分解为多个Lorentzian峰： $$I(\Delta\omega) = 1 - \sum_i \frac{A_i \cdot (FWHM_i/2)^2}{(FWHM_i/2)^2 + (\Delta\omega - \omega_i)^2}$$

其中：

• $A_i$: 峰振幅
• $FWHM_i$: 半高宽
• $\omega_i$: 峰中心位置
• $\Delta\omega$: 化学位移偏移

2-Step拟合策略

1. Step 1: 拟合Water和MT峰，获得B0校正值
2. Step 2: 使用校正后的偏移量拟合其他代谢产物

常见问题

Q: 程序启动缓慢？

A: 首次加载需要初始化环境，这是正常的。如果持续缓慢，检查：

• 是否有病毒扫描程序干扰
• 磁盘空间是否充足
• 系统资源使用率

Q: 拟合失败如何处理？

A: 检查以下几点：

• 数据格式是否正确（确保是NIfTI格式）
• offset顺序是否正确
• 是否有异常值或坏像素
• 尝试调整预处理参数

Q: 如何批量处理多个患者数据？

A: 当前版本支持单个ROI分析。批量处理功能计划在下一版本实现。

性能优化建议

大数据处理

• 使用逐像素分析前，建议先用ROI平均模式验证参数
• 启用PCA降噪可显著加速处理
• 可选启用GPU加速（需支持CUDA)

内存优化

• 对3D数据进行切片处理
• 及时清理不需要的中间结果

故障排除

导入错误

如果出现"ModuleNotFoundError"，请确保：

1. 已安装所有依赖：pip install -r requirements.txt
2. Python版本>=3.8
3. 虚拟环境已激活

GUI显示问题

• Windows: 更新显卡驱动
• Linux: 安装python3-tk和python3-pyqt5
• macOS: 确保安装了最新的PyQt5

更新日志

v1.0.0 (2024-02)

• 首个发布版本
• 完成基础功能实现
• 支持2-step Lorentzian拟合
• GUI可视化展示
• 数据导入导出

引用

如果在学术研究中使用本工具，请引用：

pyCESTgui: A Python-based CEST MRI Analysis Tool
Version 1.0.0

许可证

MIT License

支持和反馈

如有问题或建议，请联系开发团队。

致谢

感谢所有贡献者和使用者的支持！

---

更新时间: 2024年3月 联系方式: [your contact info]