NIfTI（Neuroimaging Informatics Technology Initiative）格式概述
1. 什么是 NIfTI
NIfTI 是一种专门用于存储医学影像（尤其是脑部磁共振、CT、PET 等）的文件格式，能够同时保存原始体素数据和描述这些数据的元信息（空间定位、维度、数据类型等）。它在神经影像学研究中已成为事实标准，几乎所有主流的分析软件都直接支持该格式。
2. 历史与发展
- 起源：2000 年代初，由美国国立卫生研究院（NIH）牵头的 “Neuroimaging Informatics Technology Initiative” 项目制定，旨在弥补早期 Analyze 7.5 格式在空间信息存储和跨平台兼容性上的不足。
- 演进：在 NIfTI‑1 基础上，后续推出了 NIfTI‑2，扩展了头部字段长度，支持更大的图像尺寸（突破 32 KB 限制）。
3. 文件结构
NIfTI 文件主要由三部分组成：
| 部分 | 内容 | 说明 |
|---|---|---|
| Header（头部） | 352 字节（NIfTI‑1）或更长（NIfTI‑2） | 存储维度、体素大小、数据类型、空间坐标系（仿射矩阵或四元数）、时间信息、意图（intent）等元数据 |
| Image Data（图像体数据） | 原始体素值的二进制块 | 支持 1‑bit 到 32‑bit（甚至 RGB）等多种数据类型 |
| Extension（扩展）（可选） | 任意额外的二进制信息 | 用于存放自定义标签、统计图等，保持向后兼容 |
4. 版本与文件形式
| 形式 | 扩展名 | 说明 |
|---|---|---|
| 单文件 | .nii |
Header 与 Image Data 合并在同一文件中，最常用形式 |
| 压缩单文件 | .nii.gz |
使用 GZIP 压缩，节省存储空间，几乎所有工具都能直接读取 |
| 双文件 | .hdr + .img |
与旧的 Analyze 7.5 兼容的分离存储方式，Header 单独存放，Image Data 单独存放 |
5. 支持的数据类型与维度
- 维度：可存储 3 D（单时间点）或 4 D（时间序列、功能磁共振）数据。
- 数据类型：包括 unsigned/signed 8‑bit、16‑bit、32‑bit 整数、32‑bit 浮点、RGB 等。
- 空间单位：默认使用毫米（mm）作为体素尺寸单位，也可记录时间单位（秒）等。
6. 空间定位信息
NIfTI 在 Header 中提供两种方式记录图像的空间方向：
- 仿射矩阵（affine）：3×4 矩阵，将体素坐标映射到真实的物理坐标系。
- 四元数（quaternion）：用于描述旋转，避免矩阵奇异性。
这些信息解决了 Analyze 格式中“方向不明确”的问题，使得不同软件之间的图像配准更加可靠。
7. 常用工具与生态
- 读取/写入库：
nibabel（Python）、nifti1（C/C++）、SimpleITK、AFNI、FSL、SPM等均原生支持 NIfTI。 - 可视化：
nilearn,matplotlib,ITK-SNAP,3DSlicer等可直接打开.nii或.nii.gz文件。 - 转换：常用
dcm2nii,dcm2niix,pydicom等工具将 DICOM 转为 NIfTI，便于后续分析。
8. 与其他医学影像格式的比较
| 格式 | 主要特点 | 适用场景 |
|---|---|---|
| DICOM | 完整的临床信息、传输协议 | 医院影像存档、临床诊断 |
| Analyze 7.5 | 仅存储体素数据 + 简单 Header | 早期科研使用，缺少方向信息 |
| NIfTI | 统一的 Header + 方向信息 + 支持 3D/4D | 神经影像科研、功能磁共振、机器学习预处理 |
| Minc | 更丰富的元数据、可扩展性 | 高级多模态研究 |
NIfTI 通过在单文件中融合图像与完整空间信息，兼顾了 易用性 与 可扩展性，因此在脑科学、功能磁共振、结构 MRI 等领域被广泛采用。
9. 应用场景
- 功能磁共振（fMRI）时间序列分析
- 结构 MRI 体素基因组学（VBM）
- 扩散张量成像（DTI）
- 医学图像机器学习数据集（如 ADNI、ABIDE）
- 跨平台数据共享与公开数据库（NeuroVault、OpenNeuro）
小结
NIfTI 通过统一的文件结构、明确的空间定位信息以及对多维、多类型数据的支持，解决了早期医学影像格式的局限，成为神经影像学研究的核心数据标准。其生态系统成熟，配套工具丰富，能够满足从数据采集、预处理、分析到可视化的全流程需求。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！