基于弥散张量的脑白质纤维跟踪算法的研究与实现

摘要

大脑中的神经系统是人体中最复杂的系统之一，它承担着传导信息的功能。快速、准确、实时地对脑白质内神经纤维进行描绘，具有很大的意义，但是由于神经纤维结构的错综复杂，传统的医学解剖学方法是无法做到这一点的。
　　随着核磁共振成像技术的不断发展，利用磁共振弥散张量成像(Diffusion Tensor Imaging，DTI)数据重建脑白质内的神经纤维是目前唯一能在活体显示脑白质纤维走向的成像技术，它为研究脑白质的空间结构开辟了崭新的途径，可以用于神经疾病的诊断，还可以用于外科术前手术方案的制定，对于脑的发育、白质纤维的髓鞘化过程、先天性与获得性脑白质病等的研究提供了新的应用前景。因此该项研究对于脑科学的发展意义重大。
　　到目前为止，研究者们已经提出了许多种神经纤维束的三维可视化方法，其中，基于弥散跟踪的白质束成像技术在白质纤维束的可视化和分析中使用得最多。本设计实现了基于弥散形状的纤维跟踪算法和流线跟踪算法(Streamline Tracking，STT)。基于弥散形状的纤维跟踪算法结合了流线跟踪法与张量弯曲(Tensor Deflection，TEND)法的优点，对不同的弥散各向异性程度采用不同的跟踪方向，尤其在平面弥散的情况下能更接近神经纤维的走向。本设计在对相应数据进行三线性插值之后，实现了弥散形状的纤维跟踪和流线跟踪两种算法，从纤维重建的效果比较来看，基于弥散形状的纤维跟踪算法能更完整、更准确地显示大脑白质内神经纤维的分布。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 课题研究成果应用的实际意义

1．3 本文研究内容

1．3．1 计算弥散张量成像(DTI)特征指标

1．3．2 神经纤维束的跟踪

1．4 论文结构安排

第2章 磁共振弥散张量成像

2．1 磁共振成像

2．2 弥散现象与各向异性

2．3 弥散加权成像

2．4 弥散张量成像

2．4．1 基本概念和张量场的构建

2．4．2 弥散张量的特征值与特征向量

2．4．3 弥散张量特性指标

2．5 弥散张量成像DTI的应用

2．6 本章小结

第3章 脑白质内神经纤维的跟踪

3．1 国内外研究进展

3．2 纤维跟踪技术介绍

3．2．1 流线跟踪法

3．2．2 张量弯曲法

3．2．3 张量线法

3．2．4 向量选择跟踪法

3．2．5 快速行进法纤维跟踪

3．2．6 模拟退火法纤维跟踪

3．3 纤维跟踪技术的局限性和应用前景

3．4 本章小结

第4章 神经纤维跟踪的实现

4．1 基于弥散形状的纤维跟踪算法基本思路

4．2 种子点的选择和纤维跟踪终止条件

4．2．1 种子点的选择

4．2．2 纤维跟踪终止条件

4．3 纤维跟踪前的数据处理

4．4 纤维跟踪前时大脑坐标系的设置

4．5 纤维跟踪的流程

4．6 纤维跟踪结果分析与讨论

4．7 本章小结

第5章 总结与展望

5．1 总结

5．2 改进

5．3 展望

参考文献

致谢