擴(kuò)散張量成像是20世紀(jì)90年代發(fā)展起來的一種新的核磁共振成像技術(shù),是目前世界上唯一能夠無創(chuàng)檢測活體組織中水分子擴(kuò)散情況的醫(yī)學(xué)成像技術(shù)。它能夠提供人體的組織結(jié)構(gòu)信息以及大腦白質(zhì)纖維束的分布信息,對于大腦皮質(zhì)及皮質(zhì)下白質(zhì)纖維的研究以及大腦的多種疾病如腫瘤、梗死、認(rèn)知等研究都有其獨(dú)特的優(yōu)勢。因而在醫(yī)學(xué)成像領(lǐng)域中具有非常大的應(yīng)用前景。 本文對擴(kuò)散張量成像的張量估算及相關(guān)技術(shù)研究主要包括三個(gè)方面：擴(kuò)散張量圖像中的噪聲的特點(diǎn)及其對擴(kuò)散張量成像的影響研究、擴(kuò)散張量圖像的張量估算方法的研究、擴(kuò)散張量圖像的降噪方法的研究。首先根據(jù)核磁共振擴(kuò)散張量成像的機(jī)理,對擴(kuò)散張量圖像中噪聲的分布特性及其對擴(kuò)散張量圖像的影響進(jìn)行了分析。研究中通過對擴(kuò)散張量圖像中的噪聲來源進(jìn)行深入分析,并在此基礎(chǔ)上建立了擴(kuò)散張量圖像的萊斯噪聲模型,同時(shí)基于該含噪模型提出了采用矩估計(jì)的方法對核磁共振擴(kuò)散張量圖像的噪聲進(jìn)行估算,這種方法能夠更加有效地對擴(kuò)散張量的噪聲進(jìn)行估計(jì)。進(jìn)一步,我們在該含噪模型的基礎(chǔ)上通過蒙特卡羅仿真實(shí)驗(yàn)深入分析擴(kuò)散張量圖像及其導(dǎo)出量如張量各向異性值(Fractional Anisotropy FA)及張量跡(Trace)等參數(shù)值在噪聲影響下產(chǎn)生的偏差,總結(jié)了擴(kuò)散張量特性在不同噪聲下的變化規(guī)律,這些規(guī)律對于圖像的校正、分析及診斷都具有非常重要的意義。其次,在擴(kuò)散張量的估計(jì)方面,我們針對擴(kuò)散張量圖像的成像原理,建立擴(kuò)散張量的估算模型。并針對圖像中的異常數(shù)據(jù)的特點(diǎn)及其對張量估算的影響進(jìn)行分析。同時(shí)對張量估算領(lǐng)域中經(jīng)典的最小二乘估計(jì)法進(jìn)行了深入研究,針對最小二乘估計(jì)法穩(wěn)健性比較差的特點(diǎn)提出了將M估計(jì)、HBP估計(jì)及MM估計(jì)等穩(wěn)健估計(jì)算法應(yīng)用于擴(kuò)散張量的估算中,并對各估計(jì)算法在擴(kuò)散張量估計(jì)中的效果進(jìn)行分析比較,采用模擬以及真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,通過實(shí)驗(yàn)發(fā)現(xiàn)：在擴(kuò)散張量的估算中,穩(wěn)健估計(jì)算法中的MM估計(jì)兼具非常好的穩(wěn)健性及估計(jì)效率,較其他算法能夠得到更好的張量估計(jì)結(jié)果。最后,我們基于擴(kuò)散張量圖像的特點(diǎn),對非線性及線性濾波器在擴(kuò)散張量圖像降噪中的應(yīng)用進(jìn)行研究。由于擴(kuò)散張量圖像的噪聲為萊斯噪聲、數(shù)據(jù)量非常大并且對數(shù)據(jù)要求進(jìn)行實(shí)時(shí)處理,所以要求用于擴(kuò)散張量圖像降噪的濾波器能夠較好的保留圖像邊界并且運(yùn)算簡單。根據(jù)這些特點(diǎn),我們對維納濾波器在擴(kuò)散張量圖像降噪中的應(yīng)用進(jìn)行了深入分析,針對維納濾波器在保留圖像邊界和不能有效去除萊斯噪聲等方面的不足提出了鄰域偏移算法以及萊斯校正算法。并進(jìn)一步采用鄰域偏移算法及萊斯校正算法對維納濾波器進(jìn)行修正,從而使其更好地適用于對擴(kuò)散張量圖像的降噪處理。我們通過模擬數(shù)據(jù)及真實(shí)數(shù)據(jù)的實(shí)驗(yàn)對各降噪算法的降噪效果進(jìn)行比較,通過實(shí)驗(yàn)結(jié)果我們發(fā)現(xiàn)修正維納濾波器在具有較好地實(shí)時(shí)降噪的前提下,能夠更加有效地對擴(kuò)散張量圖像進(jìn)行降噪。
【學(xué)位單位】：中南大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2012
【中圖分類】：R445.2
【文章目錄】：
摘要
ABSTRACT
目錄
第一章 緒論
    1.1 研究背景與意義
    1.2 擴(kuò)散張量成像技術(shù)研究現(xiàn)狀
    1.3 本文的研究內(nèi)容
第二章 擴(kuò)散張量成像理論
    2.1 核磁共振現(xiàn)象
        2.1.1 原子核的自旋
        2.1.2 拉莫爾進(jìn)動(dòng)
        2.1.3 核磁共振現(xiàn)象
    2.2 核磁共振成像原理
    2.3 磁共振擴(kuò)散張量成像原理
        2.3.1 擴(kuò)散現(xiàn)象及生物組織的擴(kuò)散特點(diǎn)
        2.3.2 擴(kuò)散脈沖序列
        2.3.3 擴(kuò)散加權(quán)成像
        2.3.4 擴(kuò)散張量圖像及擴(kuò)散張量
    2.4 擴(kuò)散張量的特點(diǎn)及其導(dǎo)出量
        2.4.1 擴(kuò)散張量的特征值與特征向量
        2.4.2 擴(kuò)散張量導(dǎo)出量
    2.5 本章小結(jié)
第三章 擴(kuò)散張量成像中的噪聲
    3.1 擴(kuò)散張量圖像噪聲的產(chǎn)生
        3.1.1 隨機(jī)熱噪聲
        3.1.2 檢測者的生理干擾
        3.1.3 容積效應(yīng)
        3.1.4 其他噪聲
    3.2 擴(kuò)散加權(quán)圖像的噪聲模型
        3.2.1 DWI中的噪聲分布
        3.2.2 萊斯噪聲的特點(diǎn)
    3.3 擴(kuò)散張量圖像的參數(shù)估計(jì)
        3.3.1 擴(kuò)散圖像信噪比估計(jì)
        3.3.2 擴(kuò)散張量圖像噪聲的方差估計(jì)
    3.4 噪聲對擴(kuò)散張量圖像的影響
        3.4.1 噪聲對張量正定性的影響分析
        3.4.2 噪聲對Trace、FA值的影響分析
    3.5 本章小結(jié)
第四章 擴(kuò)散張量的估算研究
    4.1 擴(kuò)散張量的估算模型
        4.1.1 擴(kuò)散張量的估算
        4.1.2 擴(kuò)散張量估算的參數(shù)估計(jì)模型
        4.1.3 擴(kuò)散張量數(shù)據(jù)的特點(diǎn)
    4.2 參數(shù)估計(jì)
        4.2.1 穩(wěn)健估計(jì)及異常點(diǎn)
        4.2.2 崩潰點(diǎn)及估計(jì)效率
        4.2.3 位置參數(shù)與尺度參數(shù)
    4.3 最小二乘估計(jì)
        4.3.1 Gauss-Markov模型
        4.3.2 最小二乘估計(jì)
    4.4 M估計(jì)及其在擴(kuò)散張量估算中的應(yīng)用
        4.4.1 M估計(jì)的定義
        4.4.2 一些常見M估計(jì)
        4.4.3 M估計(jì)對擴(kuò)散張量的估算
    4.5 HBP類估計(jì)及其在擴(kuò)散張量估計(jì)中的應(yīng)用
        4.5.1 幾種常見HBP估算方法
        4.5.2 HBP估計(jì)對擴(kuò)散張量的估算
    4.6 MM估計(jì)及其在擴(kuò)散張量估計(jì)中的應(yīng)用
        4.6.1 S類估計(jì)方法
        4.6.2 MM估計(jì)及其修正算法
        4.6.3 修正MM估計(jì)對擴(kuò)散張量的估算
    4.7 實(shí)驗(yàn)及分析
        4.7.1 張量估算與編碼方向的關(guān)系
        4.7.2 張量估計(jì)算法分析
        4.7.3 真實(shí)數(shù)據(jù)分析
    4.8 本章小節(jié)
第五章 擴(kuò)散張量圖像的降噪
    5.1 擴(kuò)散張量圖像降噪
        5.1.1 預(yù)處理與后處理
        5.1.2 非線性降噪與線性降噪
    5.2 全變分法降噪
        5.2.1 全變分降噪法
        5.2.2 TV模型及對擴(kuò)散張量圖像的降噪
    5.3 最大后驗(yàn)概率估計(jì)降噪
        5.3.1 擴(kuò)散張量圖像的MAP估計(jì)模型
        5.3.2 擴(kuò)散張量圖像的先驗(yàn)?zāi)Ｐ?br>    5.4 修正維納濾波法
        5.4.1 空域自適應(yīng)維納濾波器
        5.4.2 鄰域偏移方法
        5.4.3 萊斯校正處理
        5.4.4 修正維納濾波器
    5.5 實(shí)驗(yàn)分析
        5.5.1 模擬數(shù)據(jù)分析
        5.5.2 真實(shí)數(shù)據(jù)分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文的研究內(nèi)容
    6.2 后續(xù)研究工作展望
參考文獻(xiàn)
附錄1 不同方向的擴(kuò)散梯度編碼
附錄2 擴(kuò)散加權(quán)成像數(shù)據(jù)
致謝
攻讀學(xué)位期間的研究成果

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉啟澤;劉國瑞;陳俊斌;;磁共振全身彌散技術(shù)臨床應(yīng)用價(jià)值初探[J];中國CT和MRI雜志;2009年02期

2 吳少懷;;關(guān)于瑞利分布[J];常工院報(bào)學(xué)術(shù)論文集;1986年01期

3 譚淑萍;擴(kuò)散張量MR成像[J];國外醫(yī)學(xué)(臨床放射學(xué)分冊);2003年05期

4 陳淵博;陳春曉;周卉芬;;磁共振成像中偽影的研究[J];國際生物醫(yī)學(xué)工程雜志;2006年04期

5 陳細(xì)香;魏文洲;陳軍;李茂進(jìn);鄭曉華;劉昌盛;邱麗;;優(yōu)選頸髓擴(kuò)散張量磁共振成像掃描參數(shù)[J];武漢大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2007年05期

6 白衡;高玉蕊;王世杰;羅立民;;DTI擴(kuò)散張量的一種穩(wěn)健估計(jì)方法[J];計(jì)算機(jī)研究與發(fā)展;2008年07期

7 李文;江貴平;;基于旋轉(zhuǎn)不變測度的擴(kuò)散張量圖像配準(zhǔn)[J];計(jì)算機(jī)工程與應(yīng)用;2009年04期

8 李業(yè)芹;續(xù)飛;亓玉龍;;擴(kuò)散系數(shù)在生物醫(yī)學(xué)工程中的應(yīng)用[J];科技信息;2010年23期

9 王立平;高永卉;萬倫來;;最小截平方和(LTS)估計(jì)技術(shù)及應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2009年04期

10 楊飚,張?jiān)?孫政順;非線性LTS穩(wěn)健估計(jì)方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年10期

相關(guān)博士學(xué)位論文 前2條

1 洪文松;基于廣義模糊吉布斯場的圖像恢復(fù)與醫(yī)學(xué)圖象重建[D];第一軍醫(yī)大學(xué);2006年

2 崔霞;兩類復(fù)雜數(shù)據(jù)及相關(guān)模型的統(tǒng)計(jì)分析[D];山東大學(xué);2008年

相關(guān)碩士學(xué)位論文 前5條

1 錢江;計(jì)算機(jī)視覺中基于核密度的穩(wěn)健估計(jì)方法[D];西北工業(yè)大學(xué);2007年

2 王玉梅;線性回歸模型中的異常點(diǎn)分析[D];華中科技大學(xué);2006年

3 姜小平;低場磁共振成像系統(tǒng)中擴(kuò)散成像方法的研究[D];華東師范大學(xué);2008年

4 李文;磁共振擴(kuò)散張量圖像配準(zhǔn)的研究[D];南方醫(yī)科大學(xué);2009年

5 余麗紅;基于全變分的磁共振圖像去噪算法的研究[D];南方醫(yī)科大學(xué);2009年

本文編號：2892480