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