昨天，小芳（隔壁村的）问笔者：为什么我输出不了超过256个大脑区域？
乍一看，非常绕口。
今天的内容如果直接回答，恐怕绝大多数人要崩溃了，让我一步步给大家讲解，让你来回答这个问题。来，老铁们，双击666，送我上热搜。
宏观来讲，普通玩家对脑影像分析处理的步骤无非： 读取 -> 分析处理 -> 输出（写入保存）。这三个步骤会变的也就是中间这个步骤：分析处理。结合自己的问题来找到自己特定的分析处理方法。但是今天的重点主要是前、后两个步骤——数据读取与结果保存。通过MATLAB底层函数读取一个功能磁共振影像或者结构磁共振影像。
这些功能在基础的软件包里面已经集成了，但是对于喜欢脑 （no ）洞 （zuo ）大 （no ）开（ die ）的我们来说，普通的软件包点点点已经不够了，这时候就需要一些深入底层的操作。从内部剖析磁共振数据了。
从磁共振机器里面拿出来的数据分成两个部分：头+脑影像。如下图：
图1：磁共振脑影像数据结构图
可以用下图来理解：一个火车头，火车头里面装载着这个图像的信息，这些信息包含着层厚，层数，体素大小等等描述后面数据的各个信息。而每一层的脑影像就存放在后面的多个车厢里面。换句话说，那个火车头就像目录，而后面的车厢存放的是每一层大脑切片的信息。如图2所示：在计算机里面，每一层（大脑切片）的信息就是一张二维的图片，而数字的图片在计算机里面用离散的数值进行储存。每一个数值代表着当前切片颜色的深浅。
图2：每一个车厢里面装载的信息
上面的前期铺垫工作已经做好，读到这里，想必各位读者了解了磁共振脑影像在计算机中存储的数据结构形式，接下来进行非常高端非常娴熟的操作。
首先我们在MATLAB下面安装好SPM与 rest软件，基本的rest软件操作想必各位都会。（如果不会，请参考第五届功能磁共振数据处理基础班，广告在这里，意外吗？惊喜吗？ ）。如果你想从中挖出一些更加炫酷狂拽的东西，可以操作rest软件包里面底层的函数对脑影像进行分析。
1、读取：
比如对于今天我们先读取一个脑影像：运用rest_ReadNiftiImage函数。该函数基本用法如下：
[Data, Head] = rest_ReadNiftiImage(fileName,volumeIndex)或
[Data, Head] = rest_ReadNiftiImage(fileName)
别慌，我来讲解一下。
你可以理解为：
[火车车身，火车头 ] <= 函数名 （文件存放路径）
其中：
文件存放路径：你的C盘下存放一个AAL模板（名字叫aal.nii），如果你用windows系统那么文件路径就是 C:\aal.nii ，如果你是用linux或者mac系统的话，那么就是 /home/[your name]/aal.nii
火车车身：你读取出来的数据（aal模板是3维的数据，你可能看到他的维度是91×109×91的）
火车头：读取出来数据的头文件。（不用管它是什么啦）
2、写入（保存）
我们对这个火车车身的数据进行了一些非常恐怖的操作后（比如高阶相关、换成统计参数值、计算结构协变网络等等，恐怖吗？害怕吗？）要对结果进行保存，该怎么办呢？其实这里很简单，如果是全脑体素水平的操作，仍然把那个冒着黑烟的火车头拿过来，这次拉的货物就不是新鲜的猪肉了，而是已经炖好的猪肉了。换句话说：旧瓶装新酒。
保存方式如下：
rest_WriteNiftiImage(Data,Head,filename)
看见了没有，data已经换成了新的，而Head还是咱们当时读入的火车头，filename 就是我们需要保存的位置与文件名。这个文件名可以自己取，运用这个函数会自动生成。
总结：对于写入和保存，读取文件的时候拉来了一火车的数据，这一火车的数据包含着：火车头，和很多车厢的数据。我们对各个车厢的数据进行处理，处理完毕后继续装回车厢，挂上火车头继续开走。
唱着歌儿，小火车呜呜呜地开，一切都是这么美好！
==============美丽的分割线=============
香烟啤酒饮料瓜子矿泉水八宝粥，脚让一让下~
喝茶，上厕所，听歌
=========两个小时过后==========
咦，谁动了我的数据？
我明明存放的是有小数的，为什么全部变成了整数？
我的数据明明数据范围是0-9999，为什么火车开过来，我拿到手上数据范围变成了0-255？
为什么我的数据结果和你的不一样？
有鬼！
在解答以上问题之前，我问各位一个问题：我们的磁共振脑影像数据大小为什么有的一样，有的不一样？换句话问：数据大小由什么决定的？
图3：不同影像数据，不同大小。
看过网络电视的朋友们肯定知道一点：高清4K和流畅画质是两个截然不同的概念。一般看着超清的视频消耗的流量更多，而看普通标清的画质的视频消耗的流量更少。于此进行类比，画面的分辨率决定着数据的大小。在磁共振这里也是类似——为什么一个3维脑图，T1加权的结构像更加的清晰，而功能像更加的模糊？这个是因为T1像分辨率更加高。
结论1： 分辨率更高的影像数据更大
但是我们的问题仍然没有解决，我明明存放的是有小数的，为什么全部变成了整数？
在这里补充一点计算机的背景知识：
在计算机中用 char 型的数据用1个字节保存，一个字节8位二进制。表示范围2^8=256。换句话说，char型数据只能保存 -128~127 之间的数值，而unsigned char就抹去了负数部分，描述了 0~255范围之间的数值。（绿皮有窗火车）
在计算机中 short 型数据 用2个字节保存，也就是16位二进制 2^16 = 65,536个数值，但是注意，他与char型一样，都只能够描述整数。（普通红皮蓝皮车）
在计算机中 double 型数据 用8个字节保存，自己算算可以表示多少数据。double可以描述小数，但是注意：这个小数是有16位精度限制的。也就是说double是用科学计数法来表述一个数值的。对于一般的应用是足够的。（高铁plus版）
有了以上知识，不用你们猜，我直接公布答案了：因为在不同的磁共振影像数据中需求不一样，所以采用的精度可以是不一样的。比如只想描述脑岛区域，此时只需要一个二值模板就好。也就是说描述一个体素，用1个字节的数据就可以了。如果我想看看范围更高，或者精度更大的高端操作后，此时就需要修改头文件了。不能直接拿着小火车来当高铁来用了。
因为修改文件太复杂而描述脑影像的数据类型过多，在这里就暂时不做详细补充（怕普通玩家智商不够用）。只告诉大家两种方法来解决脑影像数据类型不够的问题：
图4 描述脑影像精度大小
方法1：功能像另外读取一个相对较大的文件的头文件，借用那个文件的火车头来写入新的数据。
方法2：SPM内的 Batch -> util -> 3D to 4D convertion 选择DataType，选择哪一个？要充分发扬中国人的好大喜多的思维啦（篮框选的虽然大，拿着牛刀不管杀鸡还是杀鸟都是够了的）
最后，对应开头。小芳问笔者：“为什么我输出不了超过256个大脑区域？”现在聪明的你，来帮我回答回答这个问题吧！
最后，让我们来一起缅怀下，我心目中浩气长存，伟大的冯诺依曼，冯老师：
计算机之父——冯·诺依曼（John von Neumann，1903~1957）
不发个广告，总觉得会有些许遗憾与不舍：
第二届磁共振DTI（弥散张量成像）数据处理班来，我们一起TRA起来！
第三届磁共振脑网络数据处理班网络连接你我他，经鉴定，是真爱，没错。
这么优秀的公众号，不关注下，轻则怅然若失，重则抱憾终身
