扩散磁共振精准成像及脑解剖连接分析算法研究

发布时间：2020-05-10 15:44

【摘要】：自20世纪以来,人们一直期望解开人脑神经元连接的秘密。随着非侵入式神经成像技术的发展,构建人脑完整连接网络连接成为可能。基于扩散磁共振成像(dMRI)的脑神经纤维重构是目前活体无创显示神经纤维走向的唯一方法,是构建人脑连接网络的重要手段,在脑外科手术导航、精神类疾病的研究中起重要作用。其基本思想是从dMRI信号中估计纤维方向分布,寻找连接这些纤维方向的最优路径,构建具有解剖学意义的纤维束进行解剖连接分析。本质上,脑纤维成像的三个关键问题,即纤维方向分布估计、纤维路径优化及纤维束识别,可以归结为复杂的优化建模与算法设计问题。随着高分辨率成像设备逐渐出现,dMRI信号的采样精度大幅提高,这为纤维精准成像提供更精确基础数据的同时也使纤维成像问题呈现出高度复杂性。显然,现有纤维成像技术已难以满足高分辨率精准成像的要求。本文针对现有方法在纤维重建及解剖连接分析问题中存在的不足展开一系列研究,主要工作如下:1)针对低角度分辨率扩散成像条件下现有方法敏感于噪声的影响,提出了基于稀疏成像理论的高角度分辨率体素内纤维方向分布估计方法。该方法引入纤维主方向在体素内的稀疏性分布先验知识,考虑邻域体素之间的纤维结构关系,建立稀疏成像空间正则化优化模型。仿真和实际人脑数据实验结果表明,提出的方法能够精确地从低角度分辨率的扩散磁共振信号重建高角度分辨率的纤维微结构特征,从而提高体素内复杂纤维结构估计的稳健性。2)为解决神经纤维成像中的回旋偏差问题,分别提出了多组织非对称的体素纤维方向分布估计和全局测地纤维跟踪方法。其中,多组织非对称纤维方向估计方法基于全局微结构建模,自适应地应用全局邻域信息构建纤维连续性约束,克服了当前微结构建模领域中对纤维方向在体素的对称性近似,使得回旋区域纤维能够进入皮质区域,降低回旋偏差。全局测地纤维跟踪方法自适应地利用纤维方向信息构建全局范围内纤维连接性模型,克服了当前纤维成像技术中的单向近似跟踪,从而改善低分辨率扩散信号导致的回旋偏差问题。实验结果表明,提出的方法有效的改善了纤维连通性分析的回旋偏差问题。3)针对临床研究中具有解剖意义的纤维自动分类问题,提出了一种跨样本的全脑纤维自动分类方法。临床研究中经常需要利用纤维束分析神经类疾病的显著性差异。然而,目前主要依赖人工标记方法从全脑纤维中筛选具有解剖学意义的纤维束。这种方式低效且受人为影响误差较大。本文基于样本的组间相似性与特异性,自动分类全脑纤维束去构建纤维连接图谱,并通过人脑解剖学区域分割,自动标记每一个子类的解剖学特征,根据样本间的概率分布从而自动识别每一个子类的解剖学意义。实验结果表明,该方法能自动检测具有解剖学意义的纤维束,并成功应用于临床研究的显著性差异检测。
【图文】：

全球,脑科学,人脑,重大科技项目

成像界中最复杂的系统之一[1 5]，大约由 1000 亿个神经元细胞 1015个突触连接形成复杂的神经网络[6 8]。自 20 世纪以来络连接的秘密。时至今日，人类对自己的大脑仍然知之甚原理为目标，，已经成为本世纪最重要的前沿科学研究领域了脑科学计划[9,10](图 1-1)。2011 年，我国也启动了以“人划，注重于理解脑连接组构建之后的动态属性，是人脑网来，中国的脑科学计划也已经作为重大科技项目被列入“揭示人脑复杂的连接网络机制为目标，是当今脑科学研究

结构图,结构图,神经纤维,周围神经系统

图 1-2 人脑组织结构图示连接结构神经元的轴突和髓鞘组成，能够传递细胞本体的动作电位图 1-3)，其外型类似纤维故而称之为神经纤维，神经纤维可纤维。神经纤维构成了中枢神经系统和周围神经系统，其ous System)是从中枢神经系统(Central Nervous System)发出组织，主要担负着与身体各部分的联络工作，这也使得神。
【学位授予单位】：浙江工业大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：R445.2;TP391.41

【相似文献】