PANDA为我们提供了一整套关于DTI图像预处理，fiber tracking，利用fsl进行去颅骨分割操作，基于分割模板的network construction等等操作。
但是由于模板限制，我们目前只能使用以下几个图谱进行分区形容。为了解决这个问题，我发现可以直接加载我们自己的分割结果上去，效果还不错。
首先需要把待处理的被试的MRI图像进行分类，这部分可以通过dpabi软件来实现。
将DTI图像（DWI，diff）可能会叫不同的名字，和3D t1图像(mprage)挑选出来，作为必要的PANDA软件数据输入，首先，将t1图像利用mricron软件由dicom格式转换到hdr/img格式，利用AW公司的MRIcloud分割平台，分割出286或283的结构，但是直接用这个level5下的分割结果可能会导致过精细的分割使得脑区之间的联系计算不正常，同时增加了gretna处理软件的计算复杂度，所以目前是采用回溯的方法回溯到level4 152个脑区或level 3 53个脑区下进行，具体的回溯程序(
https://github.com/ChangleZhang/MRItoolkit/blob/master/level5_to_level3.m)
回溯结果是hdr/img格式的，在PANDA下作为模板输入需要nii格式的，所以需要再用mricron转换成nii格式(fsl(nii))，然后将T1图像也转换成nii格式，上传到服务器中，打开panda，设置好工作路径，然后
选择tracking & network，然后再nativefolder中选择一个panda pipeline中的输出结果（注意只可以选择一个，因为每个人的atlas是不同的，所以目前只能一个人一个人的跑）。然后勾选确定性fiber tracking，设置角度为35度，然后勾选确定网络构建，选择FA路径和T1图像路径（不能用native space下的T1，需要在不同的目录下），注意，跑多个并行batch的时候，还需要修改log_path，保证当前log_path下没有PANDA程序正在运行。