擴散張量成像是20世紀90年代發(fā)展起來的一種新的核磁共振成像技術,是目前世界上唯一能夠無創(chuàng)檢測活體組織中水分子擴散情況的醫(yī)學成像技術。它能夠提供人體的組織結構信息以及大腦白質纖維束的分布信息,對于大腦皮質及皮質下白質纖維的研究以及大腦的多種疾病如腫瘤、梗死、認知等研究都有其獨特的優(yōu)勢。因而在醫(yī)學成像領域中具有非常大的應用前景。 本文對擴散張量成像的張量估算及相關技術研究主要包括三個方面：擴散張量圖像中的噪聲的特點及其對擴散張量成像的影響研究、擴散張量圖像的張量估算方法的研究、擴散張量圖像的降噪方法的研究。首先根據核磁共振擴散張量成像的機理,對擴散張量圖像中噪聲的分布特性及其對擴散張量圖像的影響進行了分析。研究中通過對擴散張量圖像中的噪聲來源進行深入分析,并在此基礎上建立了擴散張量圖像的萊斯噪聲模型,同時基于該含噪模型提出了采用矩估計的方法對核磁共振擴散張量圖像的噪聲進行估算,這種方法能夠更加有效地對擴散張量的噪聲進行估計。進一步,我們在該含噪模型的基礎上通過蒙特卡羅仿真實驗深入分析擴散張量圖像及其導出量如張量各向異性值(Fractional Anisotropy FA)及張量跡(Trace)等參數值在噪聲影響下產生的偏差,總結了擴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,在擴散張量的估計方面,我們針對擴散張量圖像的成像原理,建立擴散張量的估算模型。并針對圖像中的異常數據的特點及其對張量估算的影響進行分析。同時對張量估算領域中經典的最小二乘估計法進行了深入研究,針對最小二乘估計法穩(wěn)健性比較差的特點提出了將M估計、HBP估計及MM估計等穩(wěn)健估計算法應用于擴散張量的估算中,并對各估計算法在擴散張量估計中的效果進行分析比較,采用模擬以及真實數據進行實驗驗證,通過實驗發(fā)現：在擴散張量的估算中,穩(wěn)健估計算法中的MM估計兼具非常好的穩(wěn)健性及估計效率,較其他算法能夠得到更好的張量估計結果。最后,我們基于擴散張量圖像的特點,對非線性及線性濾波器在擴散張量圖像降噪中的應用進行研究。由于擴散張量圖像的噪聲為萊斯噪聲、數據量非常大并且對數據要求進行實時處理,所以要求用于擴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算簡單。根據這些特點,我們對維納濾波器在擴散張量圖像降噪中的應用進行了深入分析,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。并進一步采用鄰域偏移算法及萊斯校正算法對維納濾波器進行修正,從而使其更好地適用于對擴散張量圖像的降噪處理。我們通過模擬數據及真實數據的實驗對各降噪算法的降噪效果進行比較,通過實驗結果我們發(fā)現修正維納濾波器在具有較好地實時降噪的前提下,能夠更加有效地對擴散張量圖像進行降噪。
【學位單位】：中南大學
【學位級別】：博士
【學位年份】：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 擴散張量成像技術研究現狀
    1.3 本文的研究內容
第二章 擴散張量成像理論
    2.1 核磁共振現象
        2.1.1 原子核的自旋
        2.1.2 拉莫爾進動
        2.1.3 核磁共振現象
    2.2 核磁共振成像原理
    2.3 磁共振擴散張量成像原理
        2.3.1 擴散現象及生物組織的擴散特點
        2.3.2 擴散脈沖序列
        2.3.3 擴散加權成像
        2.3.4 擴散張量圖像及擴散張量
    2.4 擴散張量的特點及其導出量
        2.4.1 擴散張量的特征值與特征向量
        2.4.2 擴散張量導出量
    2.5 本章小結
第三章 擴散張量成像中的噪聲
    3.1 擴散張量圖像噪聲的產生
        3.1.1 隨機熱噪聲
        3.1.2 檢測者的生理干擾
        3.1.3 容積效應
        3.1.4 其他噪聲
    3.2 擴散加權圖像的噪聲模型
        3.2.1 DWI中的噪聲分布
        3.2.2 萊斯噪聲的特點
    3.3 擴散張量圖像的參數估計
        3.3.1 擴散圖像信噪比估計
        3.3.2 擴散張量圖像噪聲的方差估計
    3.4 噪聲對擴散張量圖像的影響
        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
第四章 擴散張量的估算研究
    4.1 擴散張量的估算模型
        4.1.1 擴散張量的估算
        4.1.2 擴散張量估算的參數估計模型
        4.1.3 擴散張量數據的特點
    4.2 參數估計
        4.2.1 穩(wěn)健估計及異常點
        4.2.2 崩潰點及估計效率
        4.2.3 位置參數與尺度參數
    4.3 最小二乘估計
        4.3.1 Gauss-Markov模型
        4.3.2 最小二乘估計
    4.4 M估計及其在擴散張量估算中的應用
        4.4.1 M估計的定義
        4.4.2 一些常見M估計
        4.4.3 M估計對擴散張量的估算
    4.5 HBP類估計及其在擴散張量估計中的應用
        4.5.1 幾種常見HBP估算方法
        4.5.2 HBP估計對擴散張量的估算
    4.6 MM估計及其在擴散張量估計中的應用
        4.6.1 S類估計方法
        4.6.2 MM估計及其修正算法
        4.6.3 修正MM估計對擴散張量的估算
    4.7 實驗及分析
        4.7.1 張量估算與編碼方向的關系
        4.7.2 張量估計算法分析
        4.7.3 真實數據分析
    4.8 本章小節(jié)
第五章 擴散張量圖像的降噪
    5.1 擴散張量圖像降噪
        5.1.1 預處理與后處理
        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模型及對擴散張量圖像的降噪
    5.3 最大后驗概率估計降噪
        5.3.1 擴散張量圖像的MAP估計模型
        5.3.2 擴散張量圖像的先驗模型
    5.4 修正維納濾波法
        5.4.1 空域自適應維納濾波器
        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 實驗分析
        5.5.1 模擬數據分析
        5.5.2 真實數據分析
    5.6 本章小結
第六章 總結與展望
    6.1 論文的研究內容
    6.2 后續(xù)研究工作展望
參考文獻
附錄1 不同方向的擴散梯度編碼
附錄2 擴散加權成像數據
致謝
攻讀學位期間的研究成果

【參考文獻】

相關期刊論文 前10條

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

2 吳少懷;;關于瑞利分布[J];常工院報學術論文集;1986年01期

3 譚淑萍;擴散張量MR成像[J];國外醫(yī)學(臨床放射學分冊);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)學工程雜志;2006年04期

5 陳細香;魏文洲;陳軍;李茂進;鄭曉華;劉昌盛;邱麗;;優(yōu)選頸髓擴散張量磁共振成像掃描參數[J];武漢大學學報(醫(yī)學版);2007年05期

6 白衡;高玉蕊;王世杰;羅立民;;DTI擴散張量的一種穩(wěn)健估計方法[J];計算機研究與發(fā)展;2008年07期

7 李文;江貴平;;基于旋轉不變測度的擴散張量圖像配準[J];計算機工程與應用;2009年04期

8 李業(yè)芹;續(xù)飛;亓玉龍;;擴散系數在生物醫(yī)學工程中的應用[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)估計技術及應用[J];哈爾濱工業(yè)大學學報;2009年04期

10 楊飚,張曾科,孫政順;非線性LTS穩(wěn)健估計方法[J];清華大學學報(自然科學版);2005年10期

相關博士學位論文 前2條

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

2 崔霞;兩類復雜數據及相關模型的統(tǒng)計分析[D];山東大學;2008年

相關碩士學位論文 前5條

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

2 王玉梅;線性回歸模型中的異常點分析[D];華中科技大學;2006年

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

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

本文編號：2892480