基于DTI的腦白質(zhì)神經(jīng)纖維跟蹤技術(shù)及其應(yīng)用.pdf

1、擴(kuò)散張量成像(DTI)是在磁共振成像(MRI)基礎(chǔ)上發(fā)展起來的一種新的無創(chuàng)性成像方法。它利用大腦水分子擴(kuò)散運(yùn)動(dòng)的各向異性進(jìn)行成像，能夠反映活體組織的空間組成信息及病理狀態(tài)下各組織之間水分子交換狀況。利用DTI數(shù)據(jù)對(duì)腦白質(zhì)內(nèi)的神經(jīng)纖維進(jìn)行三維重建是當(dāng)前磁共振擴(kuò)散成像領(lǐng)域內(nèi)的一個(gè)研究熱點(diǎn)，也是目前在活體上重建腦白質(zhì)內(nèi)神經(jīng)纖維的唯一方法。 首先，本文通過分析目前主要的基于張量域的算法及算法存在的問題，基于多分辨率的思想，提出了一種基于

2、部分各向異性(Fractional Anisotropy，F(xiàn)A)可變步長的向量選擇纖維跟蹤算法。該算法利用泰勒展開式的二階導(dǎo)數(shù)進(jìn)行體素內(nèi)插值，并采用可變迭代步長，較好的解決了部分體積效應(yīng)，提高了算法速度，并且保留了纖維細(xì)節(jié)信息。 其次，針對(duì)基于全局能量最小化的快速行進(jìn)(Fast Marching，F(xiàn)M)的算法存在較多假性陽支，纖維走向不明顯等問題，本文提出了一種拓?fù)浔３值目焖傩羞M(jìn)算法。在演化過程中加入拓?fù)浔３帜Ｐ?，并將曲率引入?/p>

3、速度函數(shù)，將彎曲能量加入在全局能量范圍內(nèi)，避免了原有的快速行進(jìn)算法使用局部相似性作為唯一測(cè)度的問題。拓?fù)浔３值腇M算法能夠更好的控制曲面演化過程，重建結(jié)果減少了假性陽支，具有較好的拓?fù)浣Y(jié)構(gòu)，能夠很好的描述纖維走向，并且對(duì)于噪音有較好的魯棒性。 最后，本文將纖維跟蹤算法應(yīng)用到腦腫瘤病理診斷和治療中。通過體繪制技術(shù)，將同一病人的DTI和MRI圖像融合，融合的結(jié)果能夠顯示腦白質(zhì)纖維束因占位效應(yīng)或者病變所導(dǎo)致的位置異常，顯示腫瘤瘤體與纖