脑白质纤维追踪算法研究

发布时间：2017-04-23 07:02

  本文关键词：脑白质纤维追踪算法研究，由笔耕文化传播整理发布。

【摘要】：基于扩散张量成像数据的脑白质神经纤维追踪是分析大脑神经结构的重要方法,也是脑部疾病诊断和手术规划的重要依据之一。目前,虽然已经很多脑白质纤维追踪算法,但是由于部分容积效应和噪声的影响,脑白质纤维追踪特别是复杂纤维结构的追踪,仍然是医学影像处理领域一个非常具有挑战性的课题。本文在分析国内外发展现状的基础上,首先研究并实现了基于四阶Runge-Kutta的确定性纤维追踪算法。然后针对非确定性的概率追踪算法存在的问题和不足,结合高阶张量(High Order Tensor,HOT)模型,提出了一种改进的概率追踪算法。与同类方法相比,改进的概率追踪算法改善了对交叉纤维结构的追踪性能。另外,分析了基于无损卡尔曼滤波(Unscented Kalman Filter,UKF)的纤维追踪算法,在此基础上提出了融合UKF和HOT的UKF-HOT纤维追踪算法,探讨了高阶张量模型在UKF框架下的纤维追踪性能。模拟数据和实际数据的测试结果表明,本文提出的纤维追踪算法在处理复杂纤维结构方面具有一定的优势,在分析脑部神经纤维结构方面具有实际应用价值。论文所完成的主要工作如下:(1)研究并实现了基于四阶Runge-Kutta的确定性纤维追踪算法,给出了相关实验测试结果。(2)分析了Friman等人提出的基于概率的纤维追踪算法,提出了一种改进的概率追踪方法。该方法在基于贝叶斯的概率追踪框架下,引入高阶张量对体素建模,借助高阶张量的方向分布函数计算后验概率,提高了对交叉纤维的跟踪处理能力。(3)分析了Malcolm等人提出的基于UKF的纤维追踪算法,在此基础上提出了UKF-HOT纤维追踪算法。该方法融合了UKF的目标追踪能力和高阶张量HOT的建模能力,将高阶张量的独立系数当做UKF系统的状态,通过跟踪系统状态变化实现神经纤维的追踪。与UKF及类似方法相比,该方法提高了纤维追踪的精度,整体上能更好地展示复杂纤维结构。(4)最后,探讨并分析了本文纤维追踪算法在实际医学影像数据分析中的应用情况,给出了具体的应用实例。
【关键词】：白质纤维追踪 扩散张量成像 高阶张量 无损卡尔曼滤波
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R338
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 本论文研究的目的和意义10-12
• 1.2 国内外研究现状及发展趋势12-13
• 1.3 本文主要工作13-14
• 1.4 本文组织结构14-16
• 第2章 DTI基本原理及纤维追踪16-32
• 2.1 扩散张量成像基本原理16-18
• 2.1.1 扩散运动16
• 2.1.2 磁共振成像基本原理16-18
• 2.2 张量的计算和表示18-21
• 2.2.1 张量的表示18-20
• 2.2.2 张量的计算20-21
• 2.3 各向异性测度21-22
• 2.4 脑结构可视化与纤维追踪22-32
• 2.4.1 颜色编码法22-24
• 2.4.2 图元显示法24-25
• 2.4.3 纤维追踪25-30
• 2.4.4 基于流线的纤维追踪及其实验结果30-32
• 第3章 改进的概率追踪算法32-43
• 3.1 问题的提出32-33
• 3.2 改进的概率追踪算法33-38
• 3.2.1 方法概述33-34
• 3.2.2 方向分布函数的计算34-37
• 3.2.3 先验概率及后验概率的计算37
• 3.2.4 方向选择策略37-38
• 3.3 实验结果及分析38-41
• 3.3.1 模拟数据集上的实验结果分析38-40
• 3.3.2 真实数据集上的实验结果分析40-41
• 3.4 本章小结41-43
• 第4章 UKF-HOT纤维追踪算法43-54
• 4.1 问题的提出43-44
• 4.2 UKF滤波器44-46
• 4.3 UKF-HOT算法46-47
• 4.4 实验结果及分析47-53
• 4.4.1 纤维追踪精度的对比47-50
• 4.4.2 交叉纤维的处理50-51
• 4.4.3 FiberCup数据集上的综合测试51-53
• 4.5 本章小结53-54
• 第5章 纤维追踪算法实际应用分析54-61
• 5.1 真实数据集上对比分析54-57
• 5.2 纤维追踪在肿瘤数据分析中的应用57-60
• 5.2.1 DTI在脑肿瘤病理诊断中的意义57-58
• 5.2.2 纤维追踪对脑肿瘤数据的可视分析58-60
• 5.3 本章小结60-61
• 第6章 总结和展望61-63
• 6.1 本文工作总结61-62
• 6.2 研究工作展望62-63
• 参考文献63-66
• 攻读学位期间发表论文与研究成果清单66-67
• 致谢67

【相似文献】

中国重要会议论文全文数据库 前1条

1 岳庆兴;贾永红;邱振戈;;基于蒙特卡罗光线追踪算法的TDI CCD相机成像模拟方法研究[A];第十七届中国遥感大会摘要集[C];2010年

中国硕士学位论文全文数据库 前8条

1 全品杰;基于视觉适应的在线目标追踪算法研究与实现[D];电子科技大学;2014年

2 刘盼盼;压缩感知中梯度追踪算法的研究[D];南京邮电大学;2015年

3 王文杰;基于WLAN的楼层判断及定位追踪算法研究[D];北京邮电大学;2013年

4 郑宁;脑白质纤维追踪算法研究[D];北京理工大学;2016年

5 韩亚颖;基于多示例学习的目标追踪算法研究[D];天津理工大学;2014年

6 罗伟雄;一种新的节点采样追踪算法研究[D];中山大学;2010年

7 王婧懿;基于锋面追踪算法的R-M不稳定性数值模拟与定量分析[D];浙江大学;2012年

8 许巧莉;基于图像序列的细胞追踪算法研究[D];长春理工大学;2014年

  本文关键词：脑白质纤维追踪算法研究，由笔耕文化传播整理发布。

，

本文编号：321970