基于扩散张量的非人灵长类脑网络连接图谱

摘要

脑是人体最为复杂的器官之一，大脑内多个脑区协调运作，高效地整合信息和分工，构成了一个复杂的脑网络，其中，脑白质作为神经中枢系统的重要组成部分，主要负责脑网络内的信息传输。许多重大脑疾病在发病初期常表现为脑网络的紊乱，如自闭症、抑郁症等，因此，对脑网络的研究是目前神经科学研究的重点及热点。扩散张量成像技术（Diffusion Tensor Imaging，DTI）依据脑内水分子扩散的三维位移分布，能够在体且无创地对脑白质及脑结构网络进行成像，为脑白质的研究提供了强有力的手段，目前已被广泛应用于术前评估及重大脑疾病和脑结构网络的基础研究中。然而与传统的磁共振成像不同，研究人员无法通过读片的方式直接观察脑白质及脑结构网络，因此，数据分析是DTI成像技术应用于脑疾病研究的关键，目前常用的方法有定量计算、纤维追踪、网络构建等。　　动物实验在神经科学的研究中占有举足轻重的作用，其中，猕猴以其具有与人类高度相似的行为学特性及生物学特性，被越来越多地应用于重大脑疾病的基础研究中。相比于传统的组织切片等实验手段，对模型猕猴进行在体的DTI成像，不仅能够大大的降低实验成本，还能够通过横向对比及纵向的跟踪的方法，全面地研究重大脑疾病在发生、发展过程中脑白质及脑结构网络的变化。随着国内外猕猴DTI脑成像实验的广泛开展，如何对其进行有效的数据分析成为目前亟待解决的问题。　　为了能够对猕猴DTI脑成像进行客观的数据分析，首先需要建立具有群体代表性的猕猴脑白质图谱及扩散张量脑模板。猕猴脑图谱有助于探索脑功能特性并了解脑结构，是连接生物医学和医学影像学的桥梁，对脑结构网络的分析至关重要。基于全脑白质纤维的猕猴脑白质网络可以定量分析纤维连接、脑网络拓扑属性。目前，猕猴脑图谱的研究并不全面，无法精确地描绘活体状态下三维白质纤维束的形态结构、走行方向及连接情况。猕猴脑白质网络的研究甚少，无法在脑图谱的基础上理解脑白质的分布及信息传输。因此，本论文着重于猕猴扩散张量脑模板、脑白质图谱、脑白质网络的构建与分析。　　本文在国内外发展现状的基础上，以30只健康恒河猴为研究对象，开展了以下研究工作：第一，提出利用基于q空间的DWI标准化方法将DTI图像配准至标准空间，建立了基于扩散张量的猕猴FA、MD、b0像标准脑模板。第二，采用确定性纤维束追踪算法获得了标准空间下的全脑白质纤维束，依据虚拟分割手工地勾画了主要的白质纤维束，并平均30只猕猴的纤维束图构建了猕猴脑白质图谱。脑白质图谱能够很好地描绘各种尺寸微小、形态结构不同的三维白质纤维，可提取某种特定纤维束进行定量分析，辅助脑外科手术。第三，在前两部分工作的基础上利用已建立的猕猴标准脑图集构建了基于纤维束追踪的猕猴脑白质网络，分析了网络的全局及局部效率、小世界属性，且对猕猴脑白质网络进行了模块划分，进一步分析了网络的hub节点。基于纤维追踪的猕猴脑白质网络有益于研究脑网络的模块化、核心脑区及复杂脑功能的实现。

目录

声明

插图列表

缩略语对照表

1 引言

1.1 磁共振成像的基本原理

1.2 扩散张量成像的基本原理

1.3 脑白质的研究与分析方法

1.3.1 基于感兴趣区的分析

1.3.2 逐体素分析

1.3.3 基于纤维束骨架的统计分析

1.3.4 基于纤维束的分析

1.3.5 基于脑白质网络的分析

1.4 论文的选题背景及意义

1.5 论文工作安排

2 猕猴扩散张量脑模板的构建

2.1 数据采集

2.2 数据预处理

2.3 DWI图像的空间标准化

2.4 扩散张量标准脑模板的建立

2.5 总结

3 猕猴脑白质图谱的构建

3.1 白质纤维束追踪技术概述

3.1.1 种子区的选取

3.1.2 纤维束追踪方向的估计

3.1.3 纤维束轨迹积分

3.1.4 纤维束追踪的终止条件

3.1.5 数学模型的改进

3.2 猕猴脑白质纤维束追踪

3.3 猕猴脑白质图谱的构建

3.4 小结

4 猕猴脑白质网络的构建

4.1 数据采集

4.2 网络节点的定义

4.3 连接节点的边的定义

4.4 脑白质网络连接矩阵的优化

4.5 脑白质网络拓扑属性分析

4.5.1 全局拓扑属性

4.5.2 节点拓扑属性

4.6 脑白质网络的小世界属性

4.7 脑白质网络的模块化及hub节点

4.7.1 猕猴脑白质网络的模块化

4.7.2 猕猴脑白质网络的hub节点

4.8 小结

5 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

个人简介及在学期间发表的学术论文

致谢