本文關(guān)鍵詞：基于偏張量特性改進的DTI技術(shù)

  更多相關(guān)文章： 交叉纖維 擴散張量成像 偏張量 極矢量

【摘要】：腦部纖維成像可以顯示腦白質(zhì)的發(fā)育情況、腦瘤與纖維束的關(guān)系等,作為臨床研究和應(yīng)用的重要依據(jù),研究者對腦纖維重建有著極大興趣。其中擴散張量成像(Diffusion Tensor Imaging,簡稱DTI)是目前唯一能夠?qū)崿F(xiàn)活體腦纖維顯示的技術(shù),但對于交叉處纖維,DTI并不能顯示纖維的各自走向,現(xiàn)有方法中絕大部分均因掃描時間過長而不適用于臨床。為解決此問題,本文基于偏張量多極表示理論對DTI技術(shù)進行了改進,主要工作內(nèi)容如下:(1)闡述了DTI原理,用自編Maple程序求出二階張量的主方向即找出基于DTI方法的纖維走向�；趲追N常用DTI方法用DTI Studio軟件對腦部結(jié)構(gòu)進行了可視化研究;(2)首先通過說明解決纖維交叉的重要性,介紹了目前常用顯示交叉纖維成像的兩種方法:四階張量成像和高階張量成像,并研究了兩種成像方法對交叉纖維角度的分辨率。其次基于鄒文楠教授提出的偏張量多極表示方法,用Tecplot軟件顯示了十階內(nèi)偏張量的0階和p階極圖,根據(jù)p階極圖可以很好的顯示偏張量多極矢量方向,將極矢量方向應(yīng)用于顯示腦纖維的走向。鑒于獲取高階張量數(shù)據(jù)所需掃描時間長而不適用于臨床應(yīng)用,通過自編Maple程序僅對二階擴散張量求解對應(yīng)的極矢量,即得到交叉纖維的走向。根據(jù)自編Maple程序得到的極矢量,應(yīng)用Matlab軟件分別對90°、60°、45°、30°和15°交叉纖維以及單根纖維的模擬數(shù)據(jù)進行成像,可以清晰準確地顯示不同夾角纖維的各自走向;(3)用C語言在VC++環(huán)境下編程讀取了DICOM(Digital Imaging and Communications in Medicine)掃描文件,經(jīng)Matlab軟件用多元線性回歸法構(gòu)建二階擴散張量。經(jīng)過研究DTI算法與本文改進的DTI算法,表明改進DTI方法的適用性。最后分別用DTI技術(shù)和本文方法對某一實際患者腦白質(zhì)中的扣帶溝、胼胝體膝和島葉區(qū)進行了成像,通過成像質(zhì)量對比可以明顯看出本文方法的優(yōu)勢。本文提出的方法不僅可以很好地顯示任意角度交叉纖維的各自走向,同時可以減少對病人的掃描時間,為DTI技術(shù)向高精度、低耗時、人性化方向發(fā)展提供了重要理論基礎(chǔ)。
【關(guān)鍵詞】：交叉纖維 擴散張量成像 偏張量 極矢量
【學位授予單位】：南昌大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R742
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 緒論8-15
• 1.1 研究背景與意義8-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文主要研究內(nèi)容13-15
• 第2章 DTI原理與方法15-26
• 2.1 二階擴散張量成像15-19
• 2.1.1 磁共振成像原理15-16
• 2.1.2 擴散加權(quán)成像原理16-18
• 2.1.3 DTI原理18-19
• 2.2 幾種常用DTI技術(shù)19-25
• 2.3 本章小結(jié)25-26
• 第3章 交叉纖維的成像方法26-43
• 3.1 纖維交叉問題的提出26
• 3.2 四階擴散張量成像26-29
• 3.3 高階擴散張量成像29-31
• 3.4 基于偏張量多極表示的纖維成像31-42
• 3.4.1 擴散張量的不可約分解31-34
• 3.4.2 偏張量的多極表示方法34-40
• 3.4.3 基于偏張量多極表示的交叉纖維成像40-42
• 3.5 本章小結(jié)42-43
• 第4章 實驗成像與結(jié)果分析43-60
• 4.1 實驗數(shù)據(jù)提取43-45
• 4.2 基于兩種DTI技術(shù)的Maple程序?qū)崿F(xiàn)45-48
• 4.2.1 基于改進DTI技術(shù)的Maple編程實現(xiàn)45-47
• 4.2.2 基于現(xiàn)有DTI技術(shù)的Maple編程實現(xiàn)47-48
• 4.3 改進的DTI算法與DTI算法的對比48-51
• 4.4 改進DTI方法的可靠性51-56
• 4.4.1 主方向與極矢量方向間關(guān)系51-53
• 4.4.2 不同角度交叉纖維的各向異性分析53-55
• 4.4.3 基于改進DTI方法的實際纖維成像55-56
• 4.5 基于兩種算法對實際掃描數(shù)據(jù)成像對比56-59
• 4.6 本章小結(jié)59-60
• 第5章 總結(jié)與展望60-62
• 5.1 總結(jié)60-61
• 5.2 展望61-62
• 致謝62-63
• 參考文獻63-66
• 附錄A 四階張量系數(shù)求解的自編Maple程序66-69
• 附錄B 二階偏張量多極表示的自編Maple程序69-74
• 附錄C 二階張量主方向的自編Maple程序74-76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 許優(yōu)優(yōu);馮遠靜;牛延棚;吳燁;;高階張量反卷積非負約束的纖維方向分布估計方法[J];系統(tǒng)科學與數(shù)學;2014年07期

2 錢萬強;朱慶平;沈建磊;;我國腦科學研究戰(zhàn)略部署及發(fā)展情況淺析[J];生命科學;2014年06期

3 張艷;宋志堅;;腦白質(zhì)纖維束跟蹤算法的研究進展[J];復旦學報(醫(yī)學版);2014年01期

4 李蓉;馮遠靜;邵開來;王哲進;;磁共振擴散高階張量成像的腦白質(zhì)纖維微結(jié)構(gòu)模型及特征提取算法[J];中國生物醫(yī)學工程學報;2012年03期

5 李清美;;DICOM格式醫(yī)學圖像的讀取與顯示[J];泰山醫(yī)學院學報;2010年08期

6 胡陽秋,高小榕,高上凱;醫(yī)學圖像DICOM格式轉(zhuǎn)換軟件的設(shè)計與實現(xiàn)[J];北京生物醫(yī)學工程;2000年04期

，

本文編號：752316