T2加权图像逐像素形态学分析方法的建立及其在AD疾病中的应用

发布时间：2017-08-31 19:11

  本文关键词：T2加权图像逐像素形态学分析方法的建立及其在AD疾病中的应用

  更多相关文章： 核磁共振成像 基于体素的形态学方法 T2加权图像 高斯混合模型

【摘要】：医学成像技术,如CT(computed tomography)、核磁共振成像(Magnetic resonance imaging,MRI)、正电子发射断层成像(position emission tomography,PET)等使研究人员能够在正常的生理状态下无创的观察脑组织结构以及脑功能活动而被广泛应用于脑科学基础研究、疾病的临床诊断和疗效评估中。而核磁共振成像以其无创无辐射损伤、空间分辨率高、图像对比度好、成像模态多等众多优点得到广泛关注和应用,特别是MRI脑结构成像技术以其成像的稳定性、软组织对比度高等优点已经成为当前应用最为广泛的辅助临床诊断成像技术之一。目前常用的MRI脑结构成像模态主要有T1加权图像(T1Weighted Image,T1WI)、T2加权图像(T2 Weighted Image,T2WI)、质子密度像(Proton Density Weighted Image,PD)等。数据分析在医学脑成像的研究中占有举足轻重的地位,近年来,对磁共振脑结构图像的分析方法也由传统意义上的医生读片的定性分析方法发展到基于感兴趣区(regions of interest,ROI)的定量分析方法,以及近几年使用最为广泛的基于体素的统计分析方法(Voxel-Based Analysis,VBA)。逐像素形态学分析(Voxel-Based Morphometry,VBM)是目前使用最为广泛的人脑磁共振T1加权成像统计分析平台。磁共振脑T2加权成像是MRI脑结构成像的重要组成部分,相比磁共振脑T1加权成像,虽然T2加权脑图像组织对比度稍低,但是磁共振T2加权图像主要反映组织病生理变化,其对病灶区域的检测灵敏度要远高于T1加权图像,因此,磁共振脑T2加权图像更有利于病灶的检测,临床专家在进行疾病诊断时更多的利用T2加权图像,建立T2加权图像的VBM分析方法对于临床诊断、疗效评估和基础研究都有重要的意义。然而,由于T2加权图像与T1加权图像在成像原理、图像各组织对比度等方面均存在较大的差异,目前已有的适用于磁共振脑T1加权成像的数据分析VBM平台并不能用于磁共振脑T2加权成像的统计分析。因此,完成磁共振脑T2加权成像的逐像素形态学分析方法是目前亟待解决的问题。本论文完成了对磁共振T2加权图像的逐像素形态学分析,建立了T2-VBM分析方法,然后利用该方法对建立的T2加权图像病变区域灰度值升高组和病变区域灰度值降低组进行处理分析,用传统VBM方法处理两组对应的T1加权图像,最后利用反映检测病变区域灵敏度的评价方法对比两种方法的结果,良好的评价结果说明本文T2-VBM方法的检测病灶区域的可靠性和有效性;接着将本文研究方法应用于阿尔兹海默症疾病模型,对扫描得到的T2加权图像进行分析处理,将得到的结果与已有研究结果进行对比,为以后的研究分析提供更加可靠的借鉴依据,另一方面也验证本文研究方法的实用性。
【关键词】：核磁共振成像 基于体素的形态学方法 T2加权图像 高斯混合模型
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R749.16
【目录】：

• 摘要4-6
• Abstract6-12
• 缩略语对照表12-13
• 1 引言13-23
• 1.1 磁共振成像简介13-16
• 1.2 临床常用的核磁共振结构成像16-18
• 1.3 磁共振脑结构图像分析方法18-21
• 1.3.1 医生定性读片法18-19
• 1.3.2 感兴趣区分析法19-20
• 1.3.3 基于体素的形态学分析法20-21
• 1.4 论文拟解决的问题21-22
• 1.5 论文内容安排22-23
• 2 磁共振T2加权图像逐像素形态学分析方法23-39
• 2.1 磁共振T2加权图像分析方法研究进展23-28
• 2.1.1 VBR基于体素的T2弛豫时间测试分析方法23-24
• 2.1.2 T2-VBIS基于体素的T2加权图像灵敏度迭代分析方法24-26
• 2.1.3 需要T1加权图像辅助的T2-VBM方法26-28
• 2.2 磁共振T2 -VBM分析方法的校正分割技术路线28-31
• 2.3 磁共振T2-VBM方法分析过程31-37
• 2.4 磁共振T2-VBM的评价方法37-39
• 3 磁共振T2加权图像逐像素形态学法验证39-49
• 3.1 模拟数据模型40-42
• 3.2 磁共振T2-VBM分析方法的实现42-46
• 3.3 磁共振T2-VBM分析法结果及与T1-VBM方法结果对比46-49
• 4 T2-VBM分析方法在阿尔兹海默症中的应用49-56
• 4.1 数据基础49-51
• 4.1.1 研究对象49-50
• 4.1.2 数据扫描50-51
• 4.1.3 数据转换51
• 4.2 数据分析51-52
• 4.3 分析结果52-54
• 4.4 讨论54-56
• 5 总结展望56-58
• 5.1 总结56-57
• 5.2 展望57-58
• 参考文献58-63
• 个人简介及在学期间发表的学术论文与研究成果63-64
• 致谢64

【相似文献】

中国硕士学位论文全文数据库 前2条

1 樊丽丹;T2加权图像逐像素形态学分析方法的建立及其在AD疾病中的应用[D];郑州大学;2016年

2 胡宝丽;加权图聚集算法研究[D];昆明理工大学;2016年

，

本文编号：767380