LiverCEST_MRI_PostProcessing

人体肝脏CEST磁共振图像后处理MATLAB代码包，支持fasting/meal两类CEST数据的洛伦兹拟合、ROI分析、多层批量处理，适配0.7uTneg/0.7uTpos/2uT三种数据类型。

• 功能特性
• 环境要求
• 文件夹结构
• 快速开始
• 参数配置
• 运行流程
• 结果输出
• 注意事项
• 作者信息

✨ 功能特性

• 支持空腹(fasting)/餐后(meal)两类数据处理
• 适配0.7uTneg/0.7uTpos/2uT三种频率维度数据
• 支持单切片手动ROI勾画 + 多层批量自动处理
• 提供洛伦兹拟合（LD）的约束/无约束两种模式
• 输出定量图谱（MTRrex）、统计结果、掩膜文件等多类结果

🛠️ 环境要求

• MATLAB R2020b 及以上版本
• 需安装MATLAB工具箱：
  • 图像处理工具箱 (Image Processing Toolbox)
  • 曲线拟合工具箱 (Curve Fitting Toolbox)
  • 统计和机器学习工具箱 (Statistics and Machine Learning Toolbox)

📂 文件夹结构

代码包需严格遵循以下目录结构（仅根路径可自定义）：

LiverCEST_MRI_PostProcessing/
├── 数据/                # 原始扫描数据
│   ├── fasting/         # 空腹数据
│   └── meal/            # 餐后数据
├── 结果/                # 分析结果输出
│   ├── fasting/         # 空腹结果
│   └── meal/            # 餐后结果
└── Process_LiverMainFunction0301.m  # 主执行代码

🚀 快速开始

1. 路径配置

将代码包整个文件夹添加到MATLAB路径：

% MATLAB命令行执行
addpath(genpath('你的代码包根路径'));

2. 基础参数修改

在主代码中修改核心路径和数据类型：

% 数据类型选择：0=0.7utpos/1=0.7utneg/2=2uT
NegOrPos = 1;
% 数据根路径（根据实际修改）
datapath = 'C:\LiverCEST\数据\fasting';
% 结果输出路径（根据实际修改）
resultpath = 'C:\LiverCEST\结果\fasting';

3. 首次运行（单切片）

% 单切片配置
N_slice = 21;          % 分析中间切片（示例：21层）
use_exist_ROI = 0;     % 首次运行重新勾画ROI
multi_slice = 0;       % 单切片模式

运行代码后，按提示完成：

1. 绘制三角形去噪 → 2. 勾画肝脏轮廓 → 3. 勾画ROI区域

⚙️ 参数配置

核心必配参数

参数名	取值范围	说明
NegOrPos	0/1/2	0=0.7utpos，1=0.7utneg，2=2uT
mode	0/1	0=LD无约束（推荐测试），1=LD加约束
datapath	字符串	原始数据根路径
resultpath	字符串	结果输出根路径
DataFormat	0/1	0=bruker格式，1=dicom格式（默认）
nROI	1~4	需分析的ROI数量（最多4个）

切片控制参数

参数名	取值	说明
N_slice	数值/0	单切片填具体层数，多层批量填0
multi_slice	0/1	0=单切片，1=多层批量
use_exist_ROI	0/1	0=重新勾画ROI，1=使用已有ROI（多层必选）
Thmask_datapath	字符串	多层模式下，指向单切片生成的mask路径

进阶参数（默认无需修改）

参数名	默认值	说明
register	0	配准模式：0=不配准，1=刚体配准，2=RPC
correct	2	校正模式：1=B0校正，2=自校正，3=2-Pools LD校正
snr	15	信噪比阈值

📝 运行流程

步骤1：单切片分析（首次运行）

1. 配置单切片参数（multi_slice=0、use_exist_ROI=0）
2. 运行代码，完成交互式ROI勾画
3. 确认resultpath下生成mask文件（如Thmask.mat）

步骤2：多层批量分析

1. 复制单切片mask路径（示例）：

   Thmask_datapath = 'C:\LiverCEST\结果\fasting\no_lb_neg_interp_0227\slice21';

2. 修改批量参数：

   N_slice = 0;          % 多层模式
   multi_slice = 1;      % 启用多层批量
   use_exist_ROI = 1;    % 使用已有ROI
   total_slice_num = 41; % 数据总层数

3. 运行代码，自动处理所有切片

📊 结果输出

运行完成后，resultpath对应目录下生成以下核心文件：

文件类型	说明
liverMask.mat/fig	肝脏掩膜文件/可视化图
Thmask.mat	ROI掩膜文件
Lorentzian fits.mat	洛伦兹拟合结果
MTRrex_map.mat	MTRrex定量图谱
sliceXX_mean_neg3p5.mat	切片统计结果
sliceXX LD NOE-3.5.fig	NOE可视化图

⚠️ 注意事项

1. ROI勾画不可过小，否则会触发程序报错
2. 2uT数据需重新计算背景频率索引（默认适配0.7ut）：

   % 2uT数据需修改此处索引值
   background_frequency = 101; % 示例值，需按实际计算

3. 多层分析前必须完成单切片分析，确保Thmask_datapath路径正确
4. 数据/结果文件夹的子目录结构必须完全一致

✍️ 作者信息

• 作者：Li Kaixiang
• 版本更新时间：20260302