磁共振弥散张量成像纤维束追踪算法的研究进展.pdf

磁共振弥散张量成像纤维束追踪算法的研究进展.pdf

ID:53748806

大小:263.64 KB

页数:3页

时间:2020-04-22

磁共振弥散张量成像纤维束追踪算法的研究进展.pdf_第1页
磁共振弥散张量成像纤维束追踪算法的研究进展.pdf_第2页
磁共振弥散张量成像纤维束追踪算法的研究进展.pdf_第3页
资源描述:

《磁共振弥散张量成像纤维束追踪算法的研究进展.pdf》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、·综述与进展·磁共振弥散张量成像纤维束追踪算法的研究进展姚旭峰宋志坚磁共振弥散张量成像(diffusiontensorimaging,bycontinuoustracking,FACT)、张量弯曲算法(tensorDTI)由于能够无创地显示神经纤维形态,目前已被deflection)算法、张量引导复原解剖连接纤维束追踪广泛应用于临床。它在脑部、心肌纤维、脊髓、肾脏、(guidedtensorrestoreanatomicalconnectivitytractogra—肌肉和周围神经等部位的疾病诊疗中发挥了重要作phy,GT

2、RACT)。单张量模型的确定性算法可通用,尤以脑部神经病变的应用最为广泛¨。DTI有过在追踪方向、感兴趣(regionofinterest,ROI)选择、助于多种神经疾病的诊断,如多发性硬化、阿尔茨海终止准则优化等方面进行改良¨。1)FACT:该算默病与帕金森病、精神分裂及脑肿瘤等,尤在脑神经法可以快速、简单地观察通过某一感兴趣区的神经纤发育、神经退化及判别脑部结构和功能区的联系(背维束,它认为在各向异性的体素内仅含有一个方向的侧丘脑纹状体和不同纤维束)等方面有独特价值。纤维走行(用主特征向量表示)。能在弥散各向异性DTI

3、纤维束追踪(fibertracking,FT)则可以显示三维较强的区域能够较好地表示出纤维走行方向,但在有神经纤维束走形,为临床手术提供指导,避免手术过多条纤维交叉的体素就无法区分每条纤维束方向,导程中损伤重要的神经束支,从而确保病人预后。致在复杂神经纤维束追踪时产生误差。经典的DTI—FT得到了广大研究者的关注,提出了不同的追FACT算法首先获得了鼠脑满意的追踪结果。2)踪算法。为此,本文对DTI—FT算法进行了分类介张量弯曲算法(tensordeflection):追踪时当前点的传绍,最后对DTI—FT进行了总结和展望

4、。播方向沿着主特征向量方向发生偏转,而不是沿着主一、DTI—FT算法向量的方向迭代前进。重建出的纤维束长且平滑,无DTI—FT算法主要分为3类:确定性算法、概率角度突变。但这种算法对所有的弥散张量都不加区算法及其他算法。别地采取偏转处理,这样在各向异性程度小的区域具1.确定性算法(deterministicfibertracking):确定有一定的优势,但在各向异性程度较高的区域就可导性算法为经典的纤维束追踪方式,由于能够给临床提致纤维束跟踪方向出现偏差;另外,该算法需要用到供确定、可靠、直观的信息,目前广泛用于神经导航、

5、整个扩散张量来进行计算,大大增加了计算的数据术前计划、术后评价等领域。确定性算法通常依据体量;且这种利用扩散张量进行偏转的算法是否合理还素所含的张量信息来表示纤维束的走形方向,后根据有待进一步临床验证。3)GTRACT:该算法采用多设定的追踪策略来连接相邻体素。表示体素的张量步完成追踪,第一步采用三维搜索来完成,第二步采模型从起初的单张量模型发展到多张量模型。单张用第一步得到的解剖信息来引导追踪。与以往的线量模型(single—tensormode1)确定性算法认为每个体性追踪算法相比,它能够部分解决复杂区域的纤维束素仅有

6、一条纤维束走形,可通过张量分解后的主特征交叉,并对图像噪声较不敏感,可以得到较好效果,但向量来表示“;多张量模型(muhi—tensormode1)仍旧没有考虑部分容积效应,精度有限,参数设置不确定性算法则认为每个体素含有多个张量,从而可分当也会产生错误的追踪结果。该算法的实质是在追解为多个特征向量来表示体素内的多条纤维束方踪迭代过程中,纤维路径上每一点方向仅由当前体素向,。或邻近体素获得,局部随机噪声将干扰神经纤维路(1)单张量模型的确定性算法:单张量模型的确径,导致在脑白质和脑灰质交界或纤维交叉区域容易定性算法主要有纤

7、维联络连续追踪(fiberassignment错误估计追踪方向,影响后续追踪结果。4)追踪基金项目:上海市教委创新课题资助项目(11YZ292)方向的优化:噪声及部分容积效应均会导致追踪过程作者单位:200032上海,复旦大学数学医学中心(姚旭峰、宋志中追踪方向的偏移,造成追踪过程中的误差累积。贝坚);200091上海理工大学、上海医疗器械高等专科学校(姚旭峰)叶斯张量归一化(bayesiantensorregularization)算法·174·医学研究杂志2012年6月第4l卷第6期·综述与进展·能够优化追踪方向,纤维

8、束传播路径方向可被考虑为用体模和临床数据进行验证,可更加逼真地显示内囊一个贝叶斯决策的最优化问题,它依靠张量元素的多丰富的神经纤维束走形。元正态分布来建模构成概率函数,从而得到后验概率2.概率算法(problisticfibertracking):概率密度的最优解。概率函数由一确定体积内的张量元素的函数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。