彌散張量成像是在彌散加權(quán)成像基礎(chǔ)上發(fā)展而來的一種新的磁共振成像技術(shù)，它主要利用大腦中的水分子彌散信息來成像�；趶浬埩砍上竦哪X白質(zhì)神經(jīng)纖維追蹤技術(shù)是目前可在活體無創(chuàng)地重建纖維的唯一方法。準(zhǔn)確、快速的重建人類腦白質(zhì)內(nèi)的神經(jīng)纖維，可以更好的了解一些臨床疾病的機(jī)制，為腦部手術(shù)方案的選擇、手術(shù)導(dǎo)航等針對性的治療提供可靠的數(shù)據(jù)；也為人類認(rèn)識腦功能、分析腦認(rèn)知功能、揭示腦神經(jīng)的傳導(dǎo)機(jī)制提供可行的方法。本課題的主要任務(wù)是利用彌散張量成像獲得的水分子彌散信息研究纖維追蹤算法。 首先，本文闡述了常用于追蹤經(jīng)過某感興趣區(qū)域纖維的線性延伸方法，并通過分析其存在的問題，提出了基于多分辨率的可變步長纖維追蹤算法。由于不同體素各向異性程度的多樣性，該算法以體素的各向異性分?jǐn)?shù)為步長，采用三線性插值算法進(jìn)行體素的張量插值，獲得新的延伸點(diǎn)的彌散信息繼續(xù)追蹤。研究結(jié)果表明該算法保留了更多的纖維信息，可以追蹤出更長的纖維。 其次，本文闡述了常用于追蹤特定腦功能區(qū)域之間神經(jīng)纖維的能量最小法，通過分析傳統(tǒng)遺傳纖維追蹤算法易早熟和易陷入局部最優(yōu)值而導(dǎo)致纖維偏離的缺點(diǎn)，提出了遺傳-模擬退火纖維追蹤算法。該算法將模擬退火算法作為繁殖算子，運(yùn)用變異算子、交叉算子生成新的纖維路徑。研究結(jié)果表明該算法克服了傳統(tǒng)算法的缺點(diǎn)，纖維走向更加符合張量場的分布，纖維的平均能量更小。 最后，本文針對線性延伸法的簡單快速及能量最小法的全局優(yōu)化等特點(diǎn)，結(jié)合螞蟻群體行為提出了雙向蟻群纖維追蹤算法，并應(yīng)用于纖維追蹤。研究結(jié)果表明該算法時(shí)間效率極高，但是由于蟻群的移動是基于單位體素的，這導(dǎo)致纖維光滑度不好。本文也為后續(xù)的神經(jīng)纖維追蹤方法提出建議與改進(jìn)措施。
【學(xué)位單位】：蘇州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2013
【中圖分類】：R445.2
【部分圖文】：

橫向 任何平面 任何平面 橫向斷面（方向）有限斷面（方向）自由全身 全身 <1mm 2mm <1mm 10mm,3m檢測腫瘤 胎兒生長、檢測腫瘤、心臟病腦腫瘤成像 腦中葡萄圖 有造影劑侵襲 無造影劑侵襲 無造影劑侵襲 RI 注射輻射危險(xiǎn) 安全 無輻射危險(xiǎn) 輻射危險(xiǎn) 中可以看出，磁共振成像技術(shù)同時(shí)具有安全和分辨率高的特點(diǎn)的成像。核磁共振成像技術(shù)的出現(xiàn)使腦科學(xué)，尤其是腦白質(zhì)纖場新的革命。磁共振成像作為一種無創(chuàng)傷、無損害的腦成像技腦結(jié)構(gòu)，了解腦功能、分析腦認(rèn)知機(jī)制的有效工具[5]，圖 1.1

[24]。用處于磁場中的氫原子核的磁共振現(xiàn)象，原子核與核外電子組成了原子，而原提是中子和質(zhì)子中至少有一種粒子的數(shù)元素是人體中最豐富的元素。質(zhì)子既可 所示，圖中0B 為外加磁場。

圖 2.1 質(zhì)子自旋帶正電荷的質(zhì)子圍繞自身軸旋轉(zhuǎn)會形成電流，從而會產(chǎn)生一個(gè)磁場。物理上，自旋磁場的大小、方向用核磁矩來描述，核磁矩正比于自旋角動量，比例系數(shù)為該原子的旋磁比。不同質(zhì)子的磁旋比不同。原子核內(nèi)存在磁場，同時(shí)核外電子也存在磁場，核外電子的存在使得物質(zhì)具有了鐵磁性、順磁性或逆磁性。在電子云薄弱的地方，原子核受外界磁場的影響大，反之在電子云強(qiáng)的地方原子核受的影響小。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鐘維佳 ,趙建農(nóng);彌散張量成像的運(yùn)用[J];中國CT和MRI雜志;2005年04期

2 張汝波,郭必祥,熊江;基于遺傳蟻群算法的機(jī)器人全局路徑規(guī)劃研究[J];哈爾濱工程大學(xué)學(xué)報(bào);2004年06期

3 湯天宇;阮宗才;;基于FMT的擴(kuò)散張量成像腦白質(zhì)纖維跟蹤算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S1期

4 王秀河,黃力;磁共振診斷早期腦缺血的新技術(shù)進(jìn)展——彌散加權(quán)成像及灌注加權(quán)成像(綜述)[J];暨南大學(xué)學(xué)報(bào)(自然科學(xué)與醫(yī)學(xué)版);2000年06期

5 鄒細(xì)勇,諸靜;基于混合遺傳模擬退火算法的矢量場機(jī)器人導(dǎo)航(英文)[J];控制理論與應(yīng)用;2003年05期

6 齊從謙,甘屹;基于遺傳算法的醫(yī)學(xué)CT圖像數(shù)字化處理[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年06期

7 武剛;詹青霞;丁小龍;鐘葉;;正常成人大腦白質(zhì)纖維磁共振彌散張量成像的定量研究[J];中國醫(yī)學(xué)計(jì)算機(jī)成像雜志;2012年01期

8 韓鴻賓,謝敬霞;MR擴(kuò)散成像在腦梗死早期診斷中的應(yīng)用[J];中華放射學(xué)雜志;1998年06期

9 于春水,李坤成;彌散張量成像纖維跟蹤技術(shù)的研究進(jìn)展[J];中國醫(yī)學(xué)影像技術(shù);2004年03期

10 姚旭峰;宋志堅(jiān);;磁共振彌散張量成像纖維束追蹤算法的研究進(jìn)展[J];醫(yī)學(xué)研究雜志;2012年06期

相關(guān)碩士學(xué)位論文 前2條

1 劉衛(wèi)華;擴(kuò)散張量數(shù)據(jù)處理及白質(zhì)纖維追蹤算法的研究[D];天津大學(xué);2012年

2 米博會;基于DTI的腦白質(zhì)神經(jīng)纖維跟蹤技術(shù)及其應(yīng)用[D];天津大學(xué);2008年

本文編號：2880736