基于freesurfer和3Dslicer的脑区分割与电极定位全流程解析（实战指南）

1. 环境准备与数据获取：搭建你的工作站

如果你刚刚接触颅内脑电（iEEG）或立体脑电图（SEEG）的研究，面对一堆DICOM格式的MRI、CT数据和复杂的电极坐标，可能会感到无从下手。别担心，我刚开始做电极定位的时候，也花了好几天时间才把整个流程跑通，中间踩了不少坑。今天，我就把自己摸索出来的、基于FreeSurfer和3D Slicer的“一站式”解决方案分享给你。这套流程的核心思路很清晰：在Linux环境下用FreeSurfer对大脑结构像进行高精度分割，然后在Windows环境下用3D Slicer进行可视化与交互式电极定位。整个过程虽然步骤不少，但每一步都有明确的输入和输出，像搭积木一样，最终就能构建出属于你自己的、带电极坐标的个体化脑模型。

首先，你得准备好两个“战场”。一个是以Ubuntu为代表的Linux系统，主要用于运行FreeSurfer进行脑区分割。FreeSurfer在Linux/macOS上运行最稳定，这是业界共识。另一个是Windows系统，我们将在这里使用3D Slicer进行直观的配准和电极标记工作。软件清单如下：

• Linux端：FreeSurfer（核心）、MATLAB（含SPM12工具箱）、FieldTrip工具箱。
• Windows端：3D Slicer（务必安装SlicerFreeSurfer插件）、MRIcron（用于快速查看NIfTI图像）。

数据方面，你需要准备三样东西：患者的高分辨率T1结构磁共振成像（MRI）、术后的计算机断层扫描（CT），以及一份手术计划或电极信息表。MRI和CT数据通常从医院PACS系统导出，格式是DICOM。这里有个关键点：FreeSurfer和后续工具主要处理NIfTI格式。我强烈建议你在Linux端的MATLAB里，用SPM的DICOM Import功能进行转换。为什么不用在线转换工具？因为SPM转换时能更好地保留关键的方位信息，减少后续配准时“图像原点漂到外太空”这种诡异问题的概率。把转换好的MRI和CT的NIfTI文件（比如sub001_MRI.nii和sub001_CT.nii）妥善保存好，我们的原材料就备齐了。

2. FreeSurfer脑区分割实战：从原始数据到精细脑图

这是整个流程中计算量最大、耗时最久的一步，但也是自动化程度最高的一步。FreeSurfer的recon-all命令会像一位不知疲倦的工匠，把你的T1像从头骨中剥离出来，把大脑皮层像熨衣服一样展平，并给每一个脑回、脑沟贴上标签，最终输出一份详细的“大脑结构地图”。

2.1 配置环境与数据预处理

在Ubuntu终端里，首先设置FreeSurfer的环境变量。假设你的FreeSurfer安装在/home/yourname/freesurfer，每次打开新终端都需要执行：

export FREESURFER_HOME=/home/yourname/freesurfer
source $FREESURFER_HOME/SetUpFreeSurfer.sh

接下来，为你的被试创建一个专属的工作目录，例如/data/study/sub001/，并把之前转换好的sub001_MRI.nii放进去。FreeSurfer对输入数据的方位有要求，我们需要先用mri_convert命令将其标准化。但更推荐的做法是使用FieldTrip进行交互式的AC-PC（前连合-后连合）对准，这能为后续的定位打下更精确的基础。

这里我分享一个我常用的MATLAB脚本（基于FieldTrip），它集成了AC-PC对准和启动FreeSurfer流程。你需要先将FieldTrip工具箱路径添加到MATLAB。

%% 脚本: run_freesurfer_preproc.m
clear; close a