首页> 中文学位 >基于脑区的PET图像分析方法的初步研究
【6h】

基于脑区的PET图像分析方法的初步研究

代理获取

目录

文摘

英文文摘

上海交通大学学位论文原创性声明及版权使用授权书

第1章绪论

1.1 PET脑图像的常用分析方法

1.1.1感兴趣区域分析方法

1.1.2基于体素的形态测量分析方法

1.1.3基于形变的形态测量分析方法

1.2利用VBM方法分析脑PET图像面临的问题

1.3研究目标和内容

1.4本文的创新点

1.5本文的结构

第2章PET图像自动盲恢复

2.1引言

2.1.1 PET图像降质原因的分析

2.1.2 PET图像盲恢复的常用方法

2.2 BEAK方法

2.2.1估计PSF

2.2.2图像恢复

2.3本文建立的autoBEAK方法

2.3.1 PSF的自动求解

2.3.2后向扩散方程的迭代计算

2.4 PET图像的三维自动盲恢复

2.4.1对三维PSF的分析

2.4.2本文建立的BEAK-3D方法

2.5评价autoBEAK和BEAK-3D方法的性能

2.5.1专家主观判断

2.5.2模型测量

2.6小结

第3章PET图像与Talairach图谱空间归一化

3.1引言

3.2全局配准

3.2.1仿射变换

3.2.2互信息

3.2.3互信息的改进

3.2.4图像概率密度和优化算法

3.2.5互信息度量方法的选择

3.2.6全局配准的结果

3.3局部非线性配准

3.3.1图像非线性配准的方法

3.3.2 DCT基函数

3.3.3评价函数

3.3.4参数计算的快速算法

3.3.5基于弯曲能的约束

3.3.6验证

3.4小结

第4章PET图像数值的校正

4.1引言

4.2模型的建立

4.2.1时间间隔的分析

4.2.2灰度-时间间隔模型参数的求解

4.4 PET图像数值的校正

4.5小结

第5章基于脑区的形态测量方法

5.1引言

5.2基于脑区的分析方法

5.2.1提取脑区

5.2.2对已提取出的脑区的分析方法

5.3验证

5.3.1晚期PD患者受脑深部电刺激影响的脑区的定位

5.3.2光刺激相关区域的定位

5.3.3随意运动相关脑区的定位

5.4小结

第6章总结

6.1本文工作的总结

6.2未来工作的设想

参考文献

附录1 BEAK方法的原理

附录2尾状核定位精度的分析

致谢

攻读学位期间发表的论文

展开▼

摘要

脑功能的定位是脑科学研究领域内的重要课题.PET被广泛地应用于脑功能的研究和相关的临床诊断.本文针对目前广泛用以分析PET图像的基于体素形态测量法(Voxel Based Morphometry,VBM)的不足,建立了基于脑区形态测量法(Region Based Morphometry,RBM).作为对VBM的补充,RBM是有效分析PET图像的一种可供选择的新方法. 本文的研究主要涉及以下四个方面: 1、本文对BEAK方法加以改进,建立了autoBEAK方法,实现对PET图像的自动盲恢复,解决了因正电子射程而导致.PET图像模糊问题.建立了基于三维Levy分布的BEAK-3D方法,对以三维采集方式得到的PET图像进行自动盲恢复.以两种实验(主观评判和测量模型几何参数)验证了autoBEAK方法和BEAK-3D方法对PET图像进行盲恢复的效果,验证结果表明这两种方法的图像恢复效果均优于BEAK方法. 2、重点研究了PET图像与Talairach图谱的空间归一化问题.将空间归一化分为全局配准和局部非线性配准两个步骤:先用互信息算法实现图像的全局配准,再以弯曲能量为形变域约束准则,并用基于DCT基函数的方法实现图像的局部非线性配准,从而将PET图像映射到Talairach图谱,使不同个体的PEI、图像可以在标准空间中进行比对. 3、利用药代动力学的二室模型,分析了PET图像灰度值与图像采集时间之间的关系.利用此模型校正不同采集时间对 PET 图像灰度值的影响. 4、在上述各项研究的基础上,建立了分析PET图像的基于脑区形态测量法RBM.以实验分析比较了RBM和VBM的性能. 本文囿于实验条件(小动物PET),无法进行动物模型实验;因受医学伦理的约束,也不能在人体上进行可控实验,所以本文对已有临床数据作了回顾性研究.研究中,分别以治疗帕金森病的脑深部电刺激、光刺激和随意运动为干预手段,使用RBM方法和VBM方法分别检测响应脑区的位置;并对照医学知识和临床诊断,比较RBM和VBM两种检测方法的性能,从而验证和评价RBM方法的有效性. RBM方法提高了脑功能定位的特异性,可以作为VBM方法的补充,应用于脑部PET'的分析和研究.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号