基于扩散张量的非人灵长类脑网络连接图谱
【图文】:
图 2.1 DWI 图像的空间标准化流程示意图2.4 扩散张量标准脑模板的建立随着磁共振成像技术的日益成熟,已经衍生出了从不同角度反映脑的多种成像方法,也就是多模态磁共振成像方法。随着多模态图像的采集与获取,与模态相对应的脑模板也快速发展,比如 T1 加权像模板,其能清晰地反映脑的结构形态。脑模板能提供一个标准脑图像和标准空间以用于图像标准化。扩散张量成像技术可以通过检测水分子的三维位移分布来研究大脑微观结构,对 DTI 图像进行预处理并结合多个被试的扩散信息能够构建代表平均被试大脑微观结构的扩散张量脑模板。扩散张量脑模板包含关于脑微观结构的丰富信息,可用于比较被试的微观结构和群体间的脑连接性,生成数字脑图谱,并且能够给空间标准化及构建包含详细扩散信息的脑图谱提供参考。不同的扩散张量脑模板能突出不同的解剖特征,张量拟合得到的 FA、MD 等参数都可以被用来生成各种模板。
猕猴标准FA脑模板
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R445.2
【相似文献】
相关期刊论文 前10条
1 V.阿拉凡;纪立智;;旋转水流动的扩散张量[J];河海大学科技情报;1988年02期
2 许克宁;吕国士;刘伟;;扩散张量及扩散峰度成像技术在慢性酒精中毒性脑病中的应用[J];医学综述;2017年18期
3 王毅;冯前进;刘哲星;崔文超;郝重阳;;扩散张量磁共振图像分割研究进展[J];科学通报;2013年18期
4 韦芳芳;张相芬;陈辰;;多项式展开的快速扩散张量图像配准[J];上海师范大学学报(自然科学版);2012年04期
5 白衡;王世杰;罗立民;张宗军;;基于双树复数小波降噪的扩散张量估计[J];信号处理;2007年03期
6 徐晓明,钱霖;各向异性介质的温度场和热扩散张量分析[J];山西大学学报(自然科学版);2000年03期
7 王毅;欧杨梅;齐敏;樊养余;;一种扩散张量脑胼胝体图像分割算法[J];计算机科学;2012年12期
8 郭雪梅;扩散张量磁共振成像基本原理及应用[J];实用放射学杂志;2003年09期
9 甄帅;孙创日;蒋飚;夏顺仁;;基于局部特征与轮廓控制的磁共振扩散张量插值方法[J];航天医学与医学工程;2013年04期
10 张帆;卢光明;李坤成;;影响扩散张量图像质量和相关参数测量准确性的因素[J];中国医学影像技术;2009年05期
相关会议论文 前10条
1 陈细香;李茂进;陈军;刘昌盛;;优化颈髓扩散张量磁共振成像扫描方案[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
2 谢志明;;幼儿瓜胺酸血症之脑部磁振造影扩散张量影像[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年
3 王葳;常时新;陆建平;郝楠馨;杜育杉;王轶彬;宗根林;曹开明;胡曙光;;3.0T MR扩散张量纤维束追踪成像在脊髓压迫症中的初步研究[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
4 陈元园;赵欣;;基于DKI的脑神经结构特性参数的优化提取研究[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年
5 赖灿;章士正;;磁振扩散张量白质纤维束示踪成像对急性腔隙性脑梗死患者运动功能预后评估的价值[A];2007年浙江省放射学学术年会论文汇编[C];2007年
6 齐志刚;王志群;李坤成;;DTI在健康老年、aMCI、AD患者中的改变[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年
7 张晓凡;;磁共振扩散张量成像/扩散张量纤维束示踪成像DTI/DTT对小儿脑瘫早期诊断及康复评价的意义[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年
8 王毅;李国琴;郭哲;齐敏;吕国云;樊养余;牛奕龙;;基于多图谱的扩散张量磁共振图像自动分割算法[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
9 黄玉清;蔡淑惠;陈忠;;自由呼吸下人体心肌纤维成像[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
10 赵欣;王明时;高伟;刘海婴;;基于扩散张量的脑白质内神经纤维的重建方法(综述)[A];天津市生物医学工程学会2004年年会论文集[C];2005年
相关博士学位论文 前4条
1 易三莉;基于扩散张量成像的扩散张量估算及相关技术研究[D];中南大学;2012年
2 包立君;基于稀疏表达的人体心脏磁共振扩散张量图像的去噪研究[D];哈尔滨工业大学;2010年
3 王岩;大鼠早期放射性脑损伤磁共振成像初步研究[D];中国人民解放军军医进修学院;2012年
4 李新娜;核回归方法研究及其在图像去噪中的应用[D];国防科学技术大学;2014年
相关硕士学位论文 前10条
1 冯婷;基于扩散张量的非人灵长类脑网络连接图谱[D];郑州大学;2019年
2 刘肖艳;基于磁共振扩散张量图像的脑结构性网络分析研究[D];南方医科大学;2018年
3 甄帅;磁共振扩散张量图像插值方法及其图像配准应用研究[D];浙江大学;2013年
4 章炜炜;扩散张量磁共振成像技术在分析阿尔茨海默病中的应用[D];清华大学;2005年
5 刘卫华;扩散张量数据处理及白质纤维追踪算法的研究[D];天津大学;2012年
6 许优优;基于高阶扩散张量成像算法的帕金森病例数据分析[D];浙江工业大学;2015年
7 闫帅;扩散张量图像正则化的偏微分方程方法及其对DT-MRI的应用[D];北京师范大学;2010年
8 顾青平;3.0T磁共振扩散张量纤维束示踪在下肢正常肌肉及骨骼与软组织肿瘤诊断中的价值[D];山东大学;2012年
9 陈穗芬;磁共振扩散张量成像的可视化研究[D];第一军医大学;2007年
10 赵欣;基于扩散张量的脑白质内神经纤维的重建算法[D];天津大学;2004年
,本文编号:2589210
本文链接:https://www.wllwen.com/linchuangyixuelunwen/2589210.html