基于偏张量特性改进的DTI技术

发布时间：2017-08-29 08:30

  本文关键词：基于偏张量特性改进的DTI技术

  更多相关文章： 交叉纤维 扩散张量成像 偏张量 极矢量

【摘要】：脑部纤维成像可以显示脑白质的发育情况、脑瘤与纤维束的关系等,作为临床研究和应用的重要依据,研究者对脑纤维重建有着极大兴趣。其中扩散张量成像(Diffusion Tensor Imaging,简称DTI)是目前唯一能够实现活体脑纤维显示的技术,但对于交叉处纤维,DTI并不能显示纤维的各自走向,现有方法中绝大部分均因扫描时间过长而不适用于临床。为解决此问题,本文基于偏张量多极表示理论对DTI技术进行了改进,主要工作内容如下:(1)阐述了DTI原理,用自编Maple程序求出二阶张量的主方向即找出基于DTI方法的纤维走向。基于几种常用DTI方法用DTI Studio软件对脑部结构进行了可视化研究;(2)首先通过说明解决纤维交叉的重要性,介绍了目前常用显示交叉纤维成像的两种方法:四阶张量成像和高阶张量成像,并研究了两种成像方法对交叉纤维角度的分辨率。其次基于邹文楠教授提出的偏张量多极表示方法,用Tecplot软件显示了十阶内偏张量的0阶和p阶极图,根据p阶极图可以很好的显示偏张量多极矢量方向,将极矢量方向应用于显示脑纤维的走向。鉴于获取高阶张量数据所需扫描时间长而不适用于临床应用,通过自编Maple程序仅对二阶扩散张量求解对应的极矢量,即得到交叉纤维的走向。根据自编Maple程序得到的极矢量,应用Matlab软件分别对90°、60°、45°、30°和15°交叉纤维以及单根纤维的模拟数据进行成像,可以清晰准确地显示不同夹角纤维的各自走向;(3)用C语言在VC++环境下编程读取了DICOM(Digital Imaging and Communications in Medicine)扫描文件,经Matlab软件用多元线性回归法构建二阶扩散张量。经过研究DTI算法与本文改进的DTI算法,表明改进DTI方法的适用性。最后分别用DTI技术和本文方法对某一实际患者脑白质中的扣带沟、胼胝体膝和岛叶区进行了成像,通过成像质量对比可以明显看出本文方法的优势。本文提出的方法不仅可以很好地显示任意角度交叉纤维的各自走向,同时可以减少对病人的扫描时间,为DTI技术向高精度、低耗时、人性化方向发展提供了重要理论基础。
【关键词】：交叉纤维 扩散张量成像 偏张量 极矢量
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R742
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 绪论8-15
• 1.1 研究背景与意义8-11
• 1.2 国内外研究现状11-13
• 1.3 本文主要研究内容13-15
• 第2章 DTI原理与方法15-26
• 2.1 二阶扩散张量成像15-19
• 2.1.1 磁共振成像原理15-16
• 2.1.2 扩散加权成像原理16-18
• 2.1.3 DTI原理18-19
• 2.2 几种常用DTI技术19-25
• 2.3 本章小结25-26
• 第3章 交叉纤维的成像方法26-43
• 3.1 纤维交叉问题的提出26
• 3.2 四阶扩散张量成像26-29
• 3.3 高阶扩散张量成像29-31
• 3.4 基于偏张量多极表示的纤维成像31-42
• 3.4.1 扩散张量的不可约分解31-34
• 3.4.2 偏张量的多极表示方法34-40
• 3.4.3 基于偏张量多极表示的交叉纤维成像40-42
• 3.5 本章小结42-43
• 第4章 实验成像与结果分析43-60
• 4.1 实验数据提取43-45
• 4.2 基于两种DTI技术的Maple程序实现45-48
• 4.2.1 基于改进DTI技术的Maple编程实现45-47
• 4.2.2 基于现有DTI技术的Maple编程实现47-48
• 4.3 改进的DTI算法与DTI算法的对比48-51
• 4.4 改进DTI方法的可靠性51-56
• 4.4.1 主方向与极矢量方向间关系51-53
• 4.4.2 不同角度交叉纤维的各向异性分析53-55
• 4.4.3 基于改进DTI方法的实际纤维成像55-56
• 4.5 基于两种算法对实际扫描数据成像对比56-59
• 4.6 本章小结59-60
• 第5章 总结与展望60-62
• 5.1 总结60-61
• 5.2 展望61-62
• 致谢62-63
• 参考文献63-66
• 附录A 四阶张量系数求解的自编Maple程序66-69
• 附录B 二阶偏张量多极表示的自编Maple程序69-74
• 附录C 二阶张量主方向的自编Maple程序74-76

【参考文献】

中国期刊全文数据库 前6条

1 许优优;冯远静;牛延棚;吴烨;;高阶张量反卷积非负约束的纤维方向分布估计方法[J];系统科学与数学;2014年07期

2 钱万强;朱庆平;沈建磊;;我国脑科学研究战略部署及发展情况浅析[J];生命科学;2014年06期

3 张艳;宋志坚;;脑白质纤维束跟踪算法的研究进展[J];复旦学报(医学版);2014年01期

4 李蓉;冯远静;邵开来;王哲进;;磁共振扩散高阶张量成像的脑白质纤维微结构模型及特征提取算法[J];中国生物医学工程学报;2012年03期

5 李清美;;DICOM格式医学图像的读取与显示[J];泰山医学院学报;2010年08期

6 胡阳秋,高小榕,高上凯;医学图像DICOM格式转换软件的设计与实现[J];北京生物医学工程;2000年04期

，

本文编号：752316