基于高阶扩散张量成像算法的帕金森病例数据分析

摘要

以基于扩散张量成像(Diffusion Tensor Imaging，DTI)方法的各项异性(FractionalAnisotropy, FA)和平均弥散系数(Mean Diffusion，MD)值为指标研究黑质区域是帕金森综合症(Parkinson's Disease，PD)病理研究的新方法。但由于DTI方法存在无法重构复杂纤维的问题，该病理研究方法存在以下两个方面的问题:第一，DTI方法存在交叉区域纤维方向估计精度不高的问题，第二，帕金森综合症病理研究指标单一。本文针对以上两个问题，基于高阶张量纤维方向估计和病理研究指标进行深入研究并提出相应的解决办法。本文的主要工作和成果如下:
　　1.针对DTI方法的纤维方向提取困难问题，提出高阶张量反卷积非负约束方法(Non-negative Constrainted High Order Tensor Deconvolution，HOT-SD)。采用模拟数据和实际数据与CT-FOD(Cartesian Tensor fiber orientation distributions)和球面反卷积(ConstrainedSpherical deconvolution，CSD)方法进行角度分辨率、角度误差和交叉区域对比实验。结果表明，HOT-SD方法具有更高角度分辨率和更强鲁棒性优势。
　　2.为了获得基于HOT-SD模型的脑纤维结构重构效果，进行流线型确定性跟踪算法。模拟数据和实际临床数据与Q-ball(Q-ball Imaging)方法的对比结果表明，基于HOT-SD的确定性跟踪算法在脑纤维重构方面具有更强的稳定性。
　　3.针对缺乏科学的病理研究方法问题，提出基于高角度分辨率扩散磁共振成像(HighAngular Rusolution Diffusion Imaging，HARDI)的广义各项异性(Generalized FractionalAnisotropy, GFA)和纤维各项异性峰值(General Fractional Anisotropy Peak，GFApeak)以及基于纤维束的均方位移(Mean-squared Displacement，MSD)指标和纤维平均密度Density指标。重构黑质区域的脑纤维并将各项指标与DTI和Q-ball对比。假设检验法的分析结果表明，帕金森综合症患者在黑质区域表现出FA、GFA、GFApeak、MSD和Density存在显著性差异的特征。
　　本文针对现有纤维方向估计和病理研究存在的问题进行讨论，并提出相应的解决办法。为了验证方法的可靠性，由华中科技大学同济医学院附属协和医院神经内科提供21例PD患者和16例健康人员数据，使用假设检验法分析各指标结果。结果表明HOT-SD方法在纤维方向估计方面具有更高角度角度分辨率和更强鲁棒性优势，本文采用的相关研究指标具有显著性差异，相比于基于DTI模型的病理研究方法在成像精度上有显著改善。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 高阶张量成像技术研究现状

1．2．2 扩散张量磁共振成像技术应用现状

1．3 本文研究内容及章节安排

1．3．1 本文研究内容

1．3．2 章节安排

第2章 扩散张量磁共振成像技术

2．1 扩散张量磁共振成像技术

2．1．1 扩散加权成像技术

2．1．2 扩散张量成像技术

2．1．3 扩散张量模型

2．2 分析方法

2．2．1 DTl分析指标

2．2．2 HARDI分析指标

2．2．3 基于脑纤维的量化分析

2．3 MRI病理研究方法

2．3．1 感兴趣区域法

2．3．2 基于体素的分析法

2．4 本章小结

第3章 高阶张量反卷积非负约束成像算法

3．1 高阶张量模型

3．2 高阶张量反卷积非负约束的纤维方向分布估计方法

3．2．1 高阶张量球面反卷积模型

3．2．2 非负约束的自适应Tikhonov正则化调整

3．2．3 仿真数据实验

3．2．4 临床数据实验

3．3 本章小结

第4章 基于高阶扩散张量算法的脑纤维三维重构

4．1 流线型跟踪方法

4．1．1 理论基础

4．1．2 算法条件

4．2 基于高阶反卷积非负约束成像算法的流线型跟踪实验

4．2．1 仿真数据实验

4．2．2 临床数据实验

4．3 本章小结

第5章 帕金森综合症黑质区域分析

5．1 临床数据

5．1．1 数据来源

5．1．2 数据获取

5．2 研究方法

5．2．2 基于体素的分析法

5．2．3 纤维束分析法

5．2．4 量化分析方法

5．3 实验及分析

5．3．1 纤维重构实验

5．3．2 量化统计实验

5．3．3 指标分析结果

5．3．4 综合讨论

5．4 本章小结

第6章 结论与展望

6．1 结论

6．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果