基于DTI的脊髓型颈椎病定量分析方法的研究

发布时间：2020-05-25 02:51

【摘要】：弥散张量成像(Diffusion Tensor Imaging，DTI)技术是近年来发展起来的基于磁共振技术(Magnetic Resonance Imaging，MRI)的一项新技术。它可以从微观领域评价组织结构的连通性和完整性，它是目前显示纤维束走行的唯一无创性方法。弥散张量成像技术已广泛地应用于人脑、心脏、脊椎等各部位的扫描。但是对DTI数据的定量分析和三维纤维束重建仍是目前研究的重点和难点问题。本文对如何定量描述颈髓纤维的紊乱程度和纤维束追踪进行初步的探索和研究。论文的主要内容如下：（1）通过分析用于颈髓DTI数据定量分析的特征参数，基于描述白质纤维混乱程度的信息熵的概念，应用针对主特征向量的方向熵的算法来定量地测量颈髓纤维的混乱度。并在此基础上应用最小二乘法估计和线性回归分析的方法，估计多节段压缩颈椎病中的主要的致病阶段。（2）针对基于流线型连续纤维追踪算法在纤维交叉或融合的区域，纤维走向不明显的问题，本文提出一种回溯的算法。该算法能够很好的描述纤维走向，避免了在各向异性程度低的区域，纤维走行的不确定性问题，并且对于噪音有较好的鲁棒性。采用指定感兴趣区域的追踪的纤维密度和纤维长度这两个参数来定量分析改进算法的追踪效果。（3）本文分别将关于方向熵及其相关的估计和纤维跟踪算法应用到脊髓型颈椎病的多节段压缩诊断主要致病节段的诊断和纤维追踪的三维重建过程中。在本文的研究中，引入基于主特征向量的方向熵定量分析颈髓及颈髓病后微观结构的变化。一般情况下，由于脊髓纤维束的定向均匀性，这种方法应用在脊髓中比在大脑中更容易检测出方向的变化。将方向熵作为测量纤维方向紊乱程度的一种方法，便于测量单节段压缩的特征。此外多节段压缩在临床中也非常多见，且临床上尚没有一种明确的判断致病节段和各节段压缩程度的方法。这一方法的提出对于临床诊断以及如何针对手术减压以减少患者术后并发症都将是一种挑战。本论文研究结果显示DTI技术在多节段脊髓型颈椎病估计主要致病部位上有明显优势。关于改进的纤维追踪算法，通过比较纤维追踪的密度和纤维长度两个参数定量分析比较，充分证明了改进算法具有较高的准确性。
【图文】：

各向异性,各向同性,观测时间,走行

哈尔滨工业大学工学硕士学位论文-9-性和各向异性如图2-1所示：（a）弥散的各向同性（b）弥散的各向异性图2-1弥散的各向同性和各向异性在生物组织结构中，水分子的弥散过程被量化为弥散系数（DiffusionCoefficient，D），在观测时间 t 内，， σ = 2D t （其中σ表示观测时间内平均弥散距离）。 D越大，水分子的弥散距离就越远。弥散具有很强的方向依赖性，例如垂直于微结构走行方向上的弥散最弱，D值最小；沿其走行方向弥散最强，D 值最大。D直接反映组织的弥散特性

示意图,序列,示意图,弥散张量

图 2-2 Stejskal-Tanner 序列示意图2.1.3 DTI 成像原理弥散张量成像技术是在弥散加权（DWI）的基础上发展起来的，属于功能成像的一种。要更加全面表现出每个体素内水分子的弥散过程，水分子的弥散
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：R445.2;R681.55;TP391.41

【参考文献】