AFNI program: 3dDTtoNoisyDWI

Output of -help



  Take an AFNI-style DT file as input, such as might be output by 3dDWItoDT
  (which means that the DT elements are ordered: Dxx,Dxy,Dyy,Dxz,Dyz,Dzz),
  as well as a set of gradients, and then generate a synthetic set of DWI
  measures with a given SNR. Might be useful for simulations/testing.

  Part of FATCAT (Taylor & Saad, 2013) in AFNI.
  It is similar in premise to 3dDTtoDWI, however this allows for the modeled
  inclusion of Rician noise (such as appears in MRI magnitude images).

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

  + COMMAND: 3dDTtoNoisyDWI -dt_in DTFILE -grads GRADFILE -noise_frac0 FF \
           {-bval BB} {-S0 SS} {-mask MASK } -prefix PREFIX 

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

  + OUTPUT:
     1) If N gradients are input, then the output is a file with N+1 bricks
     that mimics a set of B0+DWI data (0th brick is the B0 reference).

  + RUNNING:
    -dt_in DTFILE    :diffusion tensor file, which should have six bricks
                      of DT components ordered in the AFNI (i.e., 3dDWItoDT)
                      manner:
                      Dxx,Dxy,Dyy,Dxz,Dyz,Dzz.
    -grads GRADFILE  :text file of gradients arranged in three columns.
                      It is assumed that there is no row of all zeros in the
                      GRADFILE (i.e., representing the b=0 line).
                      If there are N rows in GRADFILE, then the output DWI
                      file will have N+1 bricks (0th will be the b=0
                      reference set of noise S0 measures).
    -noise_DWI  FF   :fractional value of noise in DWIs. The magnitude will
                      be set by the b=0 reference signal, S0. Rician noise
                      is used, which is characterized by a standard
                      deviation, sigma, so that FF = sigma/S0 = 1/SNR0.
                      For example, FF=0.05 roughly corresponds to an 
                      SNR0=20 'measurement'.
    -noise_B0   FF2  :optional switch to use a different fraction of Rician
                      noise in the b=0 reference image; one might consider
                      it realistic to have a much lower level of noise in
                      the reference signal, S0, mirroring the fact that
                      generally multiple averages of b=0 acquisitions are
                      averaged together. If no fraction is entered here,
                      then the simulation will run with FF2=FF.
    -prefix PREFIX   :output file name prefix. Will have N+1 bricks when
                      GRADFILE has N rows of gradients.
    -mask   MASK     :can include a mask within which to calculate uncert.
                      Otherwise, data should be masked already.

    -bval BB         :optional DW factor to use if one has DT values scaled
                      to something physical (NB: AFNI 3dDWItoDT works in a 
                      world of b=1, so the default setting here is BB=1; one
                      probably doesn't need to change this if using DTs made
                      by 3dDWItoDT).
    -S0  SS          :optional reference b=0 signal strength.  Default value
                      SS=1000.  This just sets scale of output.

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

  + EXAMPLE:
    3dDTtoNoisyDWI             \
      -dt_in DTI/DT_DT+orig    \
      -grads GRADS.dat         \
      -noise_DWI 0.1           \
      -noise_B0  0             \
      -prefix NEW_DWIs_SNR10   

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

  If you use this program, please reference the introductory/description
  paper for the FATCAT toolbox:
        Taylor PA, Saad ZS (2013).  FATCAT: (An Efficient) Functional
        And Tractographic Connectivity Analysis Toolbox. Brain 
        Connectivity 3(5):523-535.
____________________________________________________________________________

This page auto-generated on Mon Oct 19 20:23:03 EDT 2020