使用手动标记技术对全头部进行分割
A. 慢性异常患者和健康受试者的头部 MRI
数据来自 3 个不同机构，来自不同临床状况的患者。所有扫描均为 T1 加权 MRI，共 54 人，具体如下：4 人为健康受试者（性别：4 男/0 女，种族：1 亚裔，3 白人（非拉丁裔），年龄：30-50 岁）的扫描，采用 3T Siemens Trio 扫描仪（德国埃尔兰根）获取。乔治城大学收集了 50 名患有慢性失语症的中风患者（性别：18 名男性/10 名女性，种族：1 名亚裔、8 名黑人、17 名白人（非拉丁裔）、1 名白人/拉丁裔、1 名未知，年龄：41-75 岁），使用西门子 Trio 3T 扫描仪进行扫描，北卡罗来纳大学教堂山分校（性别：16 名男性/5 名女性/1 名未知，种族：8 名黑人、14 名白人（非拉丁裔），年龄：44-75 岁），使用 3T 西门子 Biograph mMR 扫描仪进行扫描。患者在接受 MRI 扫描前至少 6 个月出现病变或受伤，此时病变大脑区域大部分被脑脊液取代。所有扫描的各向同性分辨率均为 1 毫米。数据是在 IRB 批准下收集的，公开发布时将进行匿名化处理（版本 1）。
B. 创建分割标签
对于所有可用的 MRI，我们生成了体积分割，将所有体素标记为以下七个可能的类别之一：背景（头外空气）、气腔、白质（WM）、灰质（GM）、脑脊液（CSF）、骨骼和非脑软组织。这些标签是使用半手动分割为完整 3D 体积获得的。具体而言，首先使用 SPM（版本 8）自动分割健康（N=3）和失语症中风头部（N=50），通过内部 Matlab 脚本进行修饰，然后使用 scanIP（Synopsys，加利福尼亚州山景城）进行手动校正。手动校正重点关注中风病变以及 CSF、灰质和颅骨边界之间的边界。先前研究中的一个头部已使用 ScanIP（版本 1）进行了完全手动分割。
C. 公开数据发布的匿名化
为了实现匿名化，使用了 AFNI 的 reface 工具，该工具提供了三种人脸移除或替换方法：deface、reface 和 reface+。提供了被污损的 MRI 和分割图。
