结合扩散张量成像和静息脑功能激活图的神经纤维跟踪算法研究

《结合扩散张量成像和静息脑功能激活图的神经纤维跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、DIFFUSIONTENSORIMAGINGFIBERTRACⅪNGCOMBINEDWITHFUNCTIONALMRIACTI、给LTIONMAPADissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYHUANGHai—qingSupervisedbySuDervlse019VRUANZong-caiResearchCenterofLearningScienceSoutheastUniversityMay2010东南大学学位论文使用授权声明东南大学、

2、中国科学技术信息研究所、国家图}5馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被奄阅和借阅，可以公布(包括以电子信息形式刊登)论文的全部内容或中、英文摘要等部分内容。论文的公布(包括以电子信息形式刊登)授权东南人学研究生院办理。研究生签名榭导师签名日期：塑阻!：多摘要论文题目：作者姓名：导师姓名：学校名称：结合扩散张量成像和静息脑功能激活图的神经纤维跟踪算法研究黄海清阮宗才东南大学磁共振成像(MRI)作为一种三维成像技术，己成为医学研究和神经科

3、学研究的有力手段。近二十年来，脑功能成像(fMRI)、扩散加权成像(DWI)、扩散张量成像(DTI)等新技术的出现，使得无创研究中枢神经系统的功能及微结构成为可能。静息状态(RestingState)fMRI研究的是静息状态下中枢神经系统的激活信号，近期有关静息脑功能激活图的研究表明：同时被激活的大脑相关功能区域之间存在功能联接关系。基于DTI的纤维跟踪(FiberTracking)方法可以直观的显示脑内纤维束的走向，即结构联接关系，因而结合扩散张量成像和静息脑功能激活图的研究近年来成为医学和神经科学等学科的研究热点。本文通过静息fMRI和DTI技术研究静息网络脑

4、功能激活区的功能联接和结构联接。在静息脑功能成像的基础上，获得的静息网络激活区之间可能存在着结构联接，DTI纤维跟踪技术是验证这一结论的直观方法。通过分析和处理静息脑功能数据，可以获得人脑中存在的多个静息功能网络，其中静息默认网络是目前研究最多的静息网络也是本文的主要研究对象。以静息默认网络脑功能激活区为起始纤维跟踪区域，对DTI应用不同的纤维跟踪算法，研究脑功能激活区之间是否存在纤维结构联接。本文以健康成年人的MRI数据作为研究对象，同时采集了每一个被试的DTI、3DT1、fMRI、T2等序列扫描图像。在J下式采集实验数据之前，本文在不同扫描序列和参数条件下进行

5、多次fMRI和DTI扫描实验，结合磁共振成像技师的临床经验对成像序列选择和成像参数都进行了优化，在被试可承受的时间内获得较高信噪比的成像数据。首先对静息脑功能数据进行分析，得到静息默认网络的脑功能激活区。本文分别使用了区域一致性方法(RegionalHomogeneity,ReHo)方法和独立成分分析方法(IndependentComponentAnalysis，ICA)对静息脑功能数据进行分析，该结果与前人已发现的静息默认网络激活区基本一致。扩散张量成像的数据分析主要包括DTI数据预处理、张量域纤维跟踪方法研究。本文用C++仿真实现了基于单张量模型的FACT(F

6、iberAssignmentbyContinuousTracking)芹NTEND(TensorDeflection)纤维跟踪算法，并在模拟数据和真实DTI数据上进行了性能比较。本文提出了一种双张量纤维跟踪方法。人体中枢神经系统中存在大量分叉神经纤维，传统的单张量纤维跟踪算法无法实现分又点处纤维跟踪。在传统的单张母纤维跟踪TEND算法基础上，本文结合多张量模型实现了双张龟纤维跟踪算法，解决了人脑中实际纤维分叉的难题。对模拟数据和真实DTI数据都取得了理想的跟踪结果。是后，本文将静息脑功能激活图的棚关激活区作为感兴趣区，使用上述三种纤维跟踪算法对DTI进ij二纤维足

7、61踪，表明静息默认网络激活区之问不仪存在功能联接还存在纤维结构联接。天键训：静息肺ij力能、默认网络、独、?：成分分析、扩散张单t-L．，巩"-像、纤维足艇踪、多张．麓模7掣东南人学颁I：学位论义AbstractTHESISTITLE：DiffusionTensorImagingFiberTrackingCombinedwithFunctionalMR!ActivationMapGRADUATESTUDENTNAME：HUANGHaiQingSUPERVISORNAME：RUANZongCaiSCHOOLNAME：SoutheastUniversityMagne

8、ticRe