磁共振弥散张量成像的脑白质纤维优化重建

《磁共振弥散张量成像的脑白质纤维优化重建》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、28卷6期中国生物医学工程学报Vo1．28No．62009年12月ChineseJournalofBiomedicalEngineeringDecember20o9磁共振弥散张量成像的脑白质纤维优化重建吴锡周激流谢明元罗代升(成都信息工程学院电子3-程系，成都610225)(四川大学电子信息学院，成都610065)OptimizedWhiteMatterFiberReconstructionUsingDifusionTensorMagneticResonanceImagingWUXi，ZHOUJiLiuXIEMing-Yuan

2、LUODai．Sheng2‘(DepartmentofElectronicEngineering，ChengduUniversityofInformationTechnology，Chengdu610225)(SchoolofElectronicsandInformationEngineering，SichuanUni~rsity，Chengdu610065)摘要：磁共振弥散张量成像(DTI)可对大脑白质纤维束的三维几何结构进行无创研究，其主要方法为DTI纤维追踪成像。研究打破现有DTI纤维追踪成像从初始种子区域逐步追踪增长的

3、框架，提出脑白质的纤维优化重建方法，从全局角度描述追踪纤维，通过其对弥散倾向和几何结构的优化估计，重构最优纤维路径。结果表明，该方法可提供连接两个感兴趣区域(ROI)的有效和对称连接，同时通过全局优化手段消除累积噪声及局部随机噪声，提高长距离成像的可靠性；在人工合成数据集和真实人体数据集中均能较好成像，较之现有纤维追踪成像具有更高的可靠性和可重复性。关键词：磁共振弥散张量成像；纤维追踪成像；优化重建Keywords：difusiontensormagneticresonanceimaging(DTI)；fibertractog

4、raphy；optimizedreconstrucdon中图分类号TP391文献标识码D文章编号0258—8021(2009)06—0931．04息较少区域(如脑白质和脑灰质的连接区域)或局部引言弥散信息较不准确区域(如脑白质的纤维交叉区域)弥散张量磁共振成像(diffusiontensormagnetic容易错误估计方向概率密度函数，从而直接影响后resonanceimaging，DTI)是对大脑白质结构进行无创续全部追踪结果。另外，由于现有方法均基于逐渐研究的主要工具，其在空间中的每一体素用一个追踪增长的框架，随着追踪路径

5、增加，对各点方向估3×3的对称正定矩阵描述局部区域的水分子弥散计的误差将不断累积，使追踪结果呈发散状，不便于情况，该矩阵3个特征向量中与水分子弥散最大倾描述两个或多个特定区域间的连接情况，同时随追向方向相同的特征向量称为主分量。DTI纤维追踪踪路径增加连接概率降低，描述连接的准确性随之成像从初始感兴趣区域开始，根据水分子弥散倾向，下降引。沿特征向量的主分量方向并考虑其他因素逐点追本研究提出纤维优化重建方法，打破现有DTI踪，逐渐增长获得。追踪成像逐渐增长的框架，代之以连接两个感兴趣现有的DTI纤维追踪算法一般分为确定型算区域的

6、全局纤维；通过对全局纤维关于弥散倾向和法b和概率型算法¨。两类方法在追踪迭代过程其他约束条件的优化估计，重建最优纤维路径。该中均基于马尔可夫链原理，纤维路径每一点方向仅方法较之现有方法仅从初始感兴趣区域进行追踪、由当前体素弥散张量及其他局部信息获得，局部的沿途累积噪声并易被干扰而到达错误区域的缺陷，随机噪声将干扰整条纤维路径，且在局部弥散信可提供两个区域的对称和有效连接；并且通过全局收稿日期：2009．04．13，修回日期：2009．1O．09基金项目：I~1)JI省教育厅高等学校科技创新重大培育项目(09ZD029)*通讯作

7、者。E．mail：wuxi@8CU．edu．ca932中国生物医学工程学报28卷优化手段来最小化累积噪声，消除纤维路径的局部择、交叉、变异等遗传算法步骤，迭代产生全局最优随机噪声对整体纤维曲线的影响，提高了长距离纤化神经纤维簇，终止条件为解集的评价方程均值在维重建的可靠性。5个迭代周期中的变化不超过5％。1方法2结果1．1全局纤维模型设计在人工合成数据集和真实脑部DTI数据集中，不同于现有DTI纤维追踪成像，重建的纤维路分另U使用本研究提出的纤维优化重建方法和概率型径通过迭代逐渐增长产生。纤维优化重建首先建立纤维追踪成像方法进

8、行纤维束重建，并对结果的连接两ROI的全局纤维曲线，该空间曲线可由傅里可靠性进行比较。叶级数在直角坐标系、Y、三个方向分别产生正2．1人工合成数据集弦和余弦系数，然后综合表示为采用所提出的算法，在合成张量数据上进行了成像仿真，实验平台为Matlab7．0．4、WindowsV