本文關(guān)鍵詞：基于磁共振成像的大腦白質(zhì)纖維束形態(tài)分析方法研究

  更多相關(guān)文章： 大腦白質(zhì)纖維束 大腦皮層褶皺 白質(zhì)纖維形狀 皮層褶皺形態(tài) 磁共振成像 腦功能區(qū)域 腦功能區(qū)域預(yù)測 聯(lián)合分析

【摘要】：大腦作為神經(jīng)系統(tǒng)的中樞，具有極為復(fù)雜的結(jié)構(gòu)和功能。其中大腦白質(zhì)纖維束負責(zé)神經(jīng)元之間信號的傳遞交換，從而在大腦功能網(wǎng)絡(luò)中扮演著極為重要的角色。另外，在大腦的發(fā)育過程以及物種的進化過程中，白質(zhì)纖維束與皮層褶皺模態(tài)的形成也極為相關(guān)。因此，對白質(zhì)纖維束的研究也一直是腦科學(xué)研究中的熱點。然而，到目前為止，少有在全腦上針對這兩個問題展開的大規(guī)模系統(tǒng)研究。除了缺少有效的聯(lián)合分析方法外，傳統(tǒng)方法中所使用的數(shù)據(jù)類型，如解剖切片纖維數(shù)據(jù)等，由于其侵入性等原因，也成為限制研究的一個因素。近年來，特別是隨著多模態(tài)磁共振成像方法在腦科學(xué)用的廣泛應(yīng)用，例如能反映腦組織結(jié)構(gòu)的T1加權(quán)磁共振成像（T1-weighted MRI），能宏觀反映白質(zhì)纖維束形態(tài)的彌散磁共振成像（dMRI）以及能用來宏觀檢測腦功能區(qū)域的功能磁共振成像（fMRI）等，使得在大規(guī)模數(shù)據(jù)上進行宏觀的研究成為可能。因此，本論文以多模態(tài)磁共振圖像為載體，開發(fā)了全新的且被證明有效的多種分析方法，著重對上述兩個方面進行了深入的研究，主要研究內(nèi)容，創(chuàng)新點和結(jié)果總結(jié)如下： 為了研究大腦皮層褶皺和白質(zhì)纖維束之間的關(guān)系，我們首先提出了一下兩種算法： 大腦皮層褶皺模態(tài)的參數(shù)化表達算法。該算法建立在T1加權(quán)磁共振成像重建表面的局部坐標(biāo)系上，用多項式對局部表面點陣進行擬合。該算法的創(chuàng)新點在于局部坐標(biāo)系的使用能夠有效的將復(fù)雜的局部表面統(tǒng)一到同一空間，從而使它們具有可比性且更易于對它們的褶皺模式進行統(tǒng)一的參數(shù)化分析。另外，也使得不同磁共振數(shù)據(jù)庫得到的表面也具有可比性。同時，用多項式擬合來進行的參數(shù)化使局部表面得到十分簡潔的表達，便于在后續(xù)的大規(guī)模數(shù)據(jù)上進行分析，，比如數(shù)據(jù)驅(qū)動以及模型驅(qū)動的聚類等。大腦表面的褶皺模式最終被聚類為八種基本形態(tài)。 大腦白質(zhì)纖維束形態(tài)的參數(shù)化表達算法。該參數(shù)化算法以dMRI重構(gòu)出來的每一根纖維為個體，通過提出的歸一化算法將它們統(tǒng)一到同一空間，并在其上提取了四大類形狀描述特征。該算法的創(chuàng)新點在于纖維形狀特征建立在以每一個纖維為單位的基礎(chǔ)上，使得該算法可獨立的運用在不同的磁共振數(shù)據(jù)得到的纖維上，而不受數(shù)據(jù)獲取參數(shù)的影響。另外，將每一根纖維參數(shù)化使得進行大規(guī)模的跨數(shù)據(jù)庫分析，比如形態(tài)的聚類等，成為可能。纖維最終被聚類為四種基本形態(tài)。 在以上兩種算法的基礎(chǔ)上，我們采用聯(lián)合分析的方法對大腦皮層褶皺模態(tài)和白質(zhì)纖維形態(tài)進行了大規(guī)模系統(tǒng)的分析。我們將聯(lián)合分析法用在三類靈長類（恒河猴，猩猩和人類）大腦的多模態(tài)dMRI數(shù)據(jù)上，發(fā)現(xiàn)纖維形態(tài)和皮層褶皺形態(tài)非常相關(guān)。重要的結(jié)論有：在輻射方向上，連接到腦回區(qū)域的纖維束密度要大于連接到腦溝區(qū)域；在切向方向上，纖維束的走向和腦回的彎曲走向有著顯著的相關(guān)性；腦溝底部存在著大量的連接到近鄰腦回的U型纖維束；相較于直線型纖維束，U型纖維束連接的皮層區(qū)域的褶皺模態(tài)更為復(fù)雜。更為重要的是，這些關(guān)于纖維形態(tài)和皮層褶皺形態(tài)關(guān)系的結(jié)論在靈長類大腦中普遍存在。另外，在不同的物種的數(shù)據(jù)上，纖維和褶皺之間關(guān)系的強弱程度也存在著一定的差異。這些差異性在一定程度上揭示了不同形態(tài)的纖維束在物種進化中的作用。 在研究白質(zhì)纖維束和腦功能之間的關(guān)系時，提出了用白質(zhì)纖維束形態(tài)來預(yù)測腦功能區(qū)域的新方法。通過該方法，我們對具有特定功能的腦區(qū)域的白質(zhì)纖維束形態(tài)建立模型，從而能夠使用這一模型在新的被試上預(yù)測該腦功能區(qū)域的位置。該方法的價值不僅僅體現(xiàn)在它進一步證明了腦結(jié)構(gòu)和腦功能之間的緊密關(guān)系，也體現(xiàn)在其具有很好的應(yīng)用前景：僅需要數(shù)據(jù)量小且代價低廉的腦結(jié)構(gòu)數(shù)據(jù)便可預(yù)測得到較為精準(zhǔn)的腦功能區(qū)域。而這些功能區(qū)域在傳統(tǒng)的方法中需要從代價昂貴且數(shù)據(jù)量極大的腦功能數(shù)據(jù)上獲取。 最后，基于上述腦功能區(qū)域預(yù)測的思想，提出了通過將褶皺形態(tài)和纖維束形態(tài)信息融合而進一步提高對大腦功能區(qū)域位置預(yù)測的準(zhǔn)確度的全新算法。這一方法有效的提高了大腦功能區(qū)域位置預(yù)測的準(zhǔn)確度，并且同樣具有上述算法的應(yīng)用前景。另外，它也在探索皮層褶皺形態(tài)，纖維束形態(tài)和大腦功能三者之間關(guān)系的道路上邁進了一步。
【關(guān)鍵詞】：大腦白質(zhì)纖維束 大腦皮層褶皺 白質(zhì)纖維形狀 皮層褶皺形態(tài) 磁共振成像 腦功能區(qū)域 腦功能區(qū)域預(yù)測 聯(lián)合分析
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：R445.2
【目錄】：

• 摘要4-6
• Abstract6-9
• 目錄9-11
• 第1章 緒論11-21
• 1.1 大腦白質(zhì)纖維束是腦成像科學(xué)研究的重點11-14
• 1.2 已有的工作以及存在的問題14-18
• 1.3 本論文的研究內(nèi)容和主要貢獻18-19
• 1.5 論文章節(jié)安排19-21
• 第2章 MRI 腦成像簡述21-29
• 2.1 磁共振腦成像基本原理21-22
• 2.2 彌散 MRI 成像22-24
• 2.2.1 DWI 的成像原理22
• 2.2.2 dMRI 的成像原理和白質(zhì)神經(jīng)纖維束追蹤方法22-24
• 2.3 功能磁共振成像24-26
• 2.4 腦結(jié)構(gòu)圖像的預(yù)處理26-29
• 第3章 白質(zhì)纖維束和皮層褶皺的關(guān)系29-63
• 3.1 引言29-32
• 3.2 實驗數(shù)據(jù)的獲取和預(yù)處理32-34
• 3.3 大腦白質(zhì)表面和纖維束聯(lián)合表達和分析方法34-46
• 3.3.1 大腦白質(zhì)表面的參數(shù)化表達34-38
• 3.3.2 大腦白質(zhì)纖維的參數(shù)化表達及形狀聚類分析38-41
• 3.3.3 腦回頂脊線和腦溝低基線的提取41-43
• 3.3.4 大腦白質(zhì)纖維束和大腦白質(zhì)表面褶皺的聯(lián)合分析43-46
• 3.4 皮層褶皺模態(tài)參數(shù)化和白質(zhì)形狀聚類結(jié)果46-50
• 3.4.1 皮層褶皺模態(tài)分類參數(shù)化結(jié)果評估46-48
• 3.4.2 皮層褶皺模態(tài)分類在自閉癥患者上的評估48-50
• 3.4.3 白質(zhì)纖維束形狀聚類結(jié)果評估50
• 3.5 聯(lián)合分析結(jié)果50-60
• 3.5.1 白質(zhì)纖維束和腦回的關(guān)系50-52
• 3.5.2 白質(zhì)纖維束和腦溝的關(guān)系52-58
• 3.5.3 白質(zhì)纖維束形狀和皮層褶皺模態(tài)的關(guān)系58-59
• 3.5.4 像素級別的彌散方向和皮層褶皺聯(lián)合可視化分析59-60
• 3.6 本章小結(jié)60-63
• 第4章 白質(zhì)纖維束和皮層褶皺在物種進化中的表現(xiàn)63-73
• 4.1 引言63-64
• 4.2 數(shù)據(jù)描述64-65
• 4.3 實驗結(jié)果65-72
• 4.3.1 腦回和纖維束的關(guān)系在物種間的差異65-68
• 4.3.2 腦溝和纖維束的關(guān)系在物種間的差異68-72
• 4.4 本章小結(jié)72-73
• 第5章 白質(zhì)纖維束對大腦功能區(qū)域位置的預(yù)測73-89
• 5.1 引言73-75
• 5.2 算法思想75-76
• 5.3 實驗數(shù)據(jù)的獲取和預(yù)處理76-78
• 5.4 實驗方法78-81
• 5.4.1 訓(xùn)練階段78-79
• 5.4.2 預(yù)測階段79-81
• 5.5 實驗結(jié)果81-87
• 5.5.1 ROI 預(yù)測結(jié)果評估81-86
• 5.5.2 和配準(zhǔn)方法的比較86-87
• 5.6 本章小結(jié)87-89
• 第6章 白質(zhì)纖維束和皮層褶皺對大腦功能區(qū)域位置的預(yù)測89-115
• 6.1 引言89
• 6.2 算法思想89-90
• 6.3 算法實現(xiàn)90-101
• 6.3.1 實驗數(shù)據(jù)及預(yù)處理90-93
• 6.3.2 訓(xùn)練階段93-98
• 6.3.3 預(yù)測階段98-101
• 6.4 實驗結(jié)果101-112
• 6.4.1 特征的有效性101-105
• 6.4.2 訓(xùn)練和預(yù)測模型中的參數(shù)105-107
• 6.4.3 預(yù)測效果評估107-109
• 6.4.4 同配準(zhǔn)方法的比較109-110
• 6.4.5 在 MCI 數(shù)據(jù)上的可重復(fù)實驗110-112
• 6.5 本章討論與小結(jié)112-115
• 第7章 總結(jié)與展望115-117
• 7.1 論文工作總結(jié)115-116
• 7.2 論文工作展望116-117
• 參考文獻117-127
• 博士期間的工作成果127-132
• 發(fā)表的雜志文章127-129
• 發(fā)表的會議文章129-131
• 發(fā)明專利131-132
• 致謝132-133

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 Zhibin Song;Lijuan Dang;Yanling Zhou;Yanjiang Dong;Haimao Liang;Zhengfeng Zhu;Suyue Pan;;Why do stroke patients with negative motor evoked potential show poor limb motor function recovery?[J];Neural Regeneration Research;2013年29期

2 王遠軍;聶生東;尹偉;;一種實用的多模醫(yī)學(xué)圖像配準(zhǔn)方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2013年05期

3 Xinxiang Zhao;Jun Pu;Yaodong Fan;Xiaoqun Niu;Danping Yu;Yanglin Zhang;;Characteristics of diffusion-tensor imaging for healthy adult rhesus monkey brains[J];Neural Regeneration Research;2013年31期

4 Cuiping Mao;Longxiao Wei;Qiuli Zhang;Xia Liao;Xiaoli Yang;Ming Zhang;;Differences in brain structure in patients with distinct sites of chronic pain:A voxel-based morphometric analysis[J];Neural Regeneration Research;2013年32期

5 鐘元;趙翠花;陶玲;張志強;戚榮豐;盧光明;;靜息態(tài)fMRI分析方法及其在創(chuàng)傷后應(yīng)激障礙研究中的應(yīng)用[J];生物物理學(xué)報;2013年10期

6 張華文;李寶明;周欣;周琳;潘高爭;左毅;;內(nèi)囊后肢FA值在高血壓腦出血術(shù)后神經(jīng)功能評價中的應(yīng)用[J];陜西醫(yī)學(xué)雜志;2013年12期

7 閆麗娜;李翠寧;蘇便苓;張冬青;劉振紅;;抑郁癥患者靜息態(tài)功能磁共振成像與抑郁嚴(yán)重程度相關(guān)性研究[J];中國全科醫(yī)學(xué);2014年07期

8 張艷;宋志堅;;腦白質(zhì)纖維束跟蹤算法的研究進展[J];復(fù)旦學(xué)報(醫(yī)學(xué)版);2014年01期

9 郭斌;曲姍姍;黃泳;;抑郁癥的靜息態(tài)功能磁共振成像研究進展[J];中國全科醫(yī)學(xué);2014年05期

10 周志煥;孫小潔;畢海;;功能磁共振成像技術(shù)在抑郁癥療效評價中的應(yīng)用研究[J];天津中醫(yī)藥;2014年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 于恩彥;譚云飛;廖崢孌;仇雅菊;史菊芳;吳萬振;丁忠祥;;靜息態(tài)腦功能連接在不同認知狀態(tài)老年人中的應(yīng)用[A];2013浙江省醫(yī)學(xué)會精神病學(xué)分會學(xué)術(shù)年會暨浙江省醫(yī)師協(xié)會精神科醫(yī)師分會第六屆年會論文匯編[C];2013年

2 蔣田仔;劉冰;周媛;劉勇;;腦影像與腦認知[A];2007-2008控制科學(xué)與工程學(xué)科發(fā)展報告[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張遠超;基于磁共振的大腦皮層復(fù)雜度研究[D];浙江大學(xué);2010年

2 林磊;基于MRI的大腦皮層形態(tài)學(xué)研究[D];浙江大學(xué);2010年

3 張忠和;大腦皮質(zhì)生前發(fā)育的高場強MRI研究[D];山東大學(xué);2011年

4 孫博;中國人大腦皮質(zhì)性別差異的影像學(xué)研究[D];山東大學(xué);2010年

5 李晉江;應(yīng)用高場強術(shù)中磁共振評價腦及錐體束移位的研究[D];中國人民解放軍軍醫(yī)進修學(xué)院;2013年

6 謝梓菁;基于多元Granger因果分析的針刺治療中風(fēng)偏癱的機制研究[D];北京中醫(yī)藥大學(xué);2013年

7 王美豪;語言功能腦區(qū)與運動性失語靜息態(tài)功能連接的功能磁共振研究[D];鄭州大學(xué);2013年

8 時建銓;新型抗癲癇藥對APPswe/PS1dE9雙轉(zhuǎn)基因小鼠病理學(xué)與行為學(xué)的影響及機制研究[D];南京醫(yī)科大學(xué);2013年

9 周志勇;醫(yī)學(xué)圖像非剛性配準(zhǔn)方法研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2013年

10 薛維琴;基于管狀約束活動輪廓模型的血管分割方法研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李晉;大腦磁共振結(jié)構(gòu)像的形態(tài)學(xué)分析[D];電子科技大學(xué);2011年

2 楊林林;妊娠20至28周胎兒腦葉發(fā)育的標(biāo)本磁共振研究[D];山東大學(xué);2013年

3 周勤;磁共振3D-CISS序列及DTI在血管壓迫性三叉神經(jīng)痛中的應(yīng)用價值[D];山東大學(xué);2013年

4 方林;首發(fā)偏執(zhí)型精神分裂癥患者靜息態(tài)腦功能fMRI研究[D];南京醫(yī)科大學(xué);2013年

5 劉光耀;原發(fā)全面強直陣攣癲癇全腦比率低頻振幅的靜息態(tài)fMRI研究[D];蘭州大學(xué);2013年

6 吳曉寧;基于阿爾茨海默病的大腦皮層厚度網(wǎng)絡(luò)的研究[D];蘭州大學(xué);2013年

7 李恒;基于MR擴散張量成像的圖像配準(zhǔn)算法研究[D];鄭州大學(xué);2013年

8 高金松;首發(fā)精神分裂癥患者腦結(jié)構(gòu)成像的研究[D];鄭州大學(xué);2013年

9 周科;社會性飲酒者正常狀態(tài)和飲酒狀態(tài)下神經(jīng)活動的差異[D];華東師范大學(xué);2013年

10 廖舒;創(chuàng)新思維的腦機制及其功能連接[D];西南大學(xué);2013年

本文編號：954693