弥散张量成像中的纤维跟踪算法的研究

论文摘要

弥散张量成像（DTI）是一个相当新的磁共振成像技术。它显示组织里水分子的弥散运动。表观弥散系数（ADC）用来测量组织中的弥散程度。在结构组织中,表观弥散系数的大小依赖于弥散的方向。沿着结构方向的表观系数比垂直方向要大。DTI测得六个方向上的ADC值。把这六个方向的ADC值构造成一个3×3的对称的弥散张量矩阵,并求出其三个特征值和对应的特征向量；三个特征向量互相垂直,其中最大特征值所对应的特征向量为主弥散方向。纤维跟踪的工作是通过磁共振影像的弥散张量影像,找到脑白质中水弥散的路径。纤维跟踪技术包括两个方面：1)水的路径用纤维束表示。2)纤维方向与弥散张量主特征向量方向相对应。为了克服神经纤维数据离散性的障碍,找到最可能的神经纤维路径,我们提出了一种新的基于弥散张量成像的鲁棒纤维跟踪算法。其鲁棒性在于对纤维的走向分为三种情况进行考虑,并综合了由张量分析得到的纤维的可能走向、分数各向异性指数、纤维的前一点走向。在求解纤维与体素边界交点时使用了3D Cyrus Beck算法。在执行中,我们使用了六个ADC数据,它们来自健康的人脑的磁共振影像。每一个数据都是128×128×30的三维数据。并应用Mathematica软件在感兴趣区域进行了纤维跟踪算法的实现。结果,这种方法能更好的描述大脑中脑白质的纤维分布。实验由MRI-DTI数据来呈现。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 研究的背景和意义
• 1.3 本文研究的目的、方法和取得的结果
• 第2章 磁共振弥散加权成像
• 2.1 弥散
• 2.1.1 自由弥散
• 2.1.2 受限弥散
• 2.2 弥散加权成像（DWI）的物理基础
• 2.3 DWI信号形成机制
• 2.4 DWI成像的基本原理及定量分析
• 2.5 ADC图（表观弥散系数）
• 2.6 本章小结
• 第3章 弥散张量成像
• 3.1 脑白质的特点和各向异性弥散
• 3.2 弥散张量成像的成像原理
• 3.3 弥散张量的测定
• 3.4 弥散张量的一些定量参数
• 3.4.1 弥散张量的迹（Trace）
• 3.4.2 弥散张量的特征值和特征向量
• 3.4.3 弥散张量的各向异性指数
• 3.5 弥散张量的数据显示方法
• 3.5.1 弥散特征指标彩色编码显示
• 3.5.2 主方向彩色编码显示
• 3.5.3 弥散特征向量椭球显示法
• 3.6 弥散张量成像的应用
• 3.7 本章小结
• 第4章 弥散张量成像中的纤维跟踪技术
• 4.1 纤维跟踪技术基本原理和方法
• 4.1.1 纤维跟踪技术的基本原理
• 4.1.2 纤维跟踪的起始和终止
• 4.1.3 脑白质纤维跟踪的局限性
• 4.1.4 大脑的连通性
• 4.2 现有纤维跟踪算法的总结
• 4.2.1 连续示踪纤维分配技术
• 4.2.2 张量弯曲法
• 4.2.3 向量选择跟踪法
• 4.2.4 相关向量加权跟踪法
• 4.3 本章小结
• 第5章 鲁棒纤维跟踪算法及实现
• 5.1 准备工作
• 5.1.1 数据介绍
• 5.1.2 构造张量矩阵
• 5.1.3 计算张量矩阵的特征值特征向量及各向异性指数
• 5.2 鲁棒纤维跟踪算法
• 5.2.1 种子点的选择与纤维跟踪结束条件
• 5.2.2 纤维走向的确定
• 5.2.3 Cyrus-Beck算法
• 5.2.4 工作流程
• 5.3 重建结果
• 5.4 讨论
• 5.5 本章小结
• 第6章 总结和展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文及参加项目