發(fā)布時間：2017-07-20 21:09

  本文關(guān)鍵詞：基于高階擴散張量成像算法的帕金森病例數(shù)據(jù)分析

  更多相關(guān)文章： 高階擴散張量 球面反卷積 帕金森綜合癥 黑質(zhì) 分析

【摘要】：以基于擴散張量成像(Diffusion Tensor Imaging,DTI)方法的各項異性(Fractional Anisotropy,FA)和平均彌散系數(shù)(Mean Diffusion,MD)值為指標研究黑質(zhì)區(qū)域是帕金森綜合癥(Parkinson's Disease,PD)病理研究的新方法。但由于DTI方法存在無法重構(gòu)復(fù)雜纖維的問題,該病理研究方法存在以下兩個方面的問題:第一,DTI方法存在交叉區(qū)域纖維方向估計精度不高的問題,第二,帕金森綜合癥病理研究指標單一。本文針對以上兩個問題,基于高階張量纖維方向估計和病理研究指標進行深入研究并提出相應(yīng)的解決辦法。本文的主要工作和成果如下:1.針對DTI方法的纖維方向提取困難問題,提出高階張量反卷積非負約束方法(Non-negative Constrainted High Order Tensor Deconvolution,HOT-SD)。采用模擬數(shù)據(jù)和實際數(shù)據(jù)與CT-FOD(Cartesian Tensor fiber orientation distributions)和球面反卷積(Constrained Spherical deconvolution,CSD)方法進行角度分辨率、角度誤差和交叉區(qū)域?qū)Ρ葘嶒�。結(jié)果表明,HOT-SD方法具有更高角度分辨率和更強魯棒性優(yōu)勢。2.為了獲得基于HOT-SD模型的腦纖維結(jié)構(gòu)重構(gòu)效果,進行流線型確定性跟蹤算法。模擬數(shù)據(jù)和實際臨床數(shù)據(jù)與Q-ball(Q-ball Imaging)方法的對比結(jié)果表明,基于HOT-SD的確定性跟蹤算法在腦纖維重構(gòu)方面具有更強的穩(wěn)定性。3.針對缺乏科學(xué)的病理研究方法問題,提出基于高角度分辨率擴散磁共振成像(High Angular Rusolution Diffusion Imaging,HARDI)的廣義各項異性(Generalized Fractional Anisotropy,GFA)和纖維各項異性峰值(General Fractional Anisotropy Peak,GFApeak)以及基于纖維束的均方位移(Mean-squared Displacement,MSD)指標和纖維平均密度Density指標。重構(gòu)黑質(zhì)區(qū)域的腦纖維并將各項指標與DTI和Q-ball對比。假設(shè)檢驗法的分析結(jié)果表明,帕金森綜合癥患者在黑質(zhì)區(qū)域表現(xiàn)出FA、GFA、GFApeak、MSD和Density存在顯著性差異的特征。本文針對現(xiàn)有纖維方向估計和病理研究存在的問題進行討論,并提出相應(yīng)的解決辦法。為了驗證方法的可靠性,由華中科技大學(xué)同濟醫(yī)學(xué)院附屬協(xié)和醫(yī)院神經(jīng)內(nèi)科提供21例PD患者和16例健康人員數(shù)據(jù),使用假設(shè)檢驗法分析各指標結(jié)果。結(jié)果表明HOT-SD方法在纖維方向估計方面具有更高角度角度分辨率和更強魯棒性優(yōu)勢,本文采用的相關(guān)研究指標具有顯著性差異,相比于基于DTI模型的病理研究方法在成像精度上有顯著改善。
【關(guān)鍵詞】：高階擴散張量 球面反卷積 帕金森綜合癥 黑質(zhì) 分析
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R742.5;TP391.41
【目錄】：

• 摘要5-7
• abstract7-11
• 第1章 緒論11-17
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 高階張量成像技術(shù)研究現(xiàn)狀12-13
• 1.2.2 擴散張量磁共振成像技術(shù)應(yīng)用現(xiàn)狀13-15
• 1.3 本文研究內(nèi)容及章節(jié)安排15-17
• 1.3.1 本文研究內(nèi)容15
• 1.3.2 章節(jié)安排15-17
• 第2章 擴散張量磁共振成像技術(shù)17-23
• 2.1 擴散張量磁共振成像技術(shù)17-19
• 2.1.1 擴散加權(quán)成像技術(shù)17-18
• 2.1.2 擴散張量成像技術(shù)18
• 2.1.3 擴散張量模型18-19
• 2.2 分析方法19-21
• 2.2.1 DTI分析指標19-20
• 2.2.2 HARDI分析指標20-21
• 2.2.3 基于腦纖維的量化分析21
• 2.3 MRI病理研究方法21-22
• 2.3.1 感興趣區(qū)域法21-22
• 2.3.2 基于體素的分析法22
• 2.4 本章小結(jié)22-23
• 第3章 高階張量反卷積非負約束成像算法23-36
• 3.1 高階張量模型23-24
• 3.2 高階張量反卷積非負約束的纖維方向分布估計方法24-35
• 3.2.1 高階張量球面反卷積模型24-25
• 3.2.2 非負約束的自適應(yīng)Tikhonov正則化調(diào)整25-26
• 3.2.3 仿真數(shù)據(jù)實驗26-33
• 3.2.4 臨床數(shù)據(jù)實驗33-35
• 3.3 本章小結(jié)35-36
• 第4章 基于高階擴散張量算法的腦纖維三維重構(gòu)36-43
• 4.1 流線型跟蹤方法36-38
• 4.1.1 理論基礎(chǔ)36-38
• 4.1.2 算法條件38
• 4.2 基于高階反卷積非負約束成像算法的流線型跟蹤實驗38-42
• 4.2.1 仿真數(shù)據(jù)實驗38-40
• 4.2.2 臨床數(shù)據(jù)實驗40-42
• 4.3 本章小結(jié)42-43
• 第5章 帕金森綜合癥黑質(zhì)區(qū)域分析43-58
• 5.1 臨床數(shù)據(jù)43-44
• 5.1.1 數(shù)據(jù)來源43
• 5.1.2 數(shù)據(jù)獲取43-44
• 5.2 研究方法44-50
• 5.2.2 基于體素的分析法45-47
• 5.2.3 纖維束分析法47-48
• 5.2.4 量化分析方法48-50
• 5.3 實驗及分析50-56
• 5.3.1 纖維重構(gòu)實驗50-53
• 5.3.2 量化統(tǒng)計實驗53-54
• 5.3.3 指標分析結(jié)果54-56
• 5.3.4 綜合討論56
• 5.4 本章小結(jié)56-58
• 第6章 結(jié)論與展望58-60
• 6.1 結(jié)論58-59
• 6.2 展望59-60
• 參考文獻60-63
• 致謝63-64
• 攻讀學(xué)位期間參加的科研項目和成果64

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 范文駿;黃黎香;沈文;;磁共振擴散成像評價移植腎功能的研究進展[J];國際醫(yī)學(xué)放射學(xué)雜志;2014年04期

2 朱威州;陶玲;錢志余;丁尚文;胥傳健;;基于白質(zhì)纖維束的膠質(zhì)瘤患者腦功能網(wǎng)絡(luò)分析[J];北京生物醫(yī)學(xué)工程;2013年05期

3 徐婷;楊志;姜黎黎;邢秀俠;左西年;;面向“探索腦科學(xué)”的連接組計算系統(tǒng)（英文）[J];Science Bulletin;2015年01期

4 馮遠靜;吳燁;張貴軍;梁榮華;;基于壓縮感知高階張量擴散磁共振稀疏成像方法[J];模式識別與人工智能;2015年08期

5 Dong-Hoon Lee;Ji-Won Park;Cheol-Pyo Hong;;Quantitative volumetric analysis of the optic radiation in the normal human brain using diffusion tensor magnetic resonance imaging-based tractography[J];Neural Regeneration Research;2014年03期

6 朱威州;陶玲;錢志余;胥傳健;;基于彌散張量追蹤技術(shù)的膠質(zhì)瘤患者結(jié)構(gòu)網(wǎng)絡(luò)的節(jié)點度研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2013年06期

7 丁廣良;馬克-喬普;李煉;張莉;張振剛;李慶江;蔣泉;;大白鼠腦中風(fēng)模型的核磁共振成像(英文)[J];波譜學(xué)雜志;2014年01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 許優(yōu)優(yōu);馮遠靜;牛延棚;吳燁;;高階張量反卷積非負約束的纖維方向分布估計方法[J];系統(tǒng)科學(xué)與數(shù)學(xué);2014年07期

10 Zhengjia Dai;Yong He;;Disrupted structural and functional brain connectomes in mild cognitive impairment and Alzheimer's disease[J];Neuroscience Bulletin;2014年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 秦文;視覺剝奪后腦結(jié)構(gòu)和功能重構(gòu)的多模態(tài)影像學(xué)研究[D];天津醫(yī)科大學(xué);2013年

2 陳艷男;采用最優(yōu)化方法的張量計算及其應(yīng)用[D];南京師范大學(xué);2013年

3 王志江;腦功能網(wǎng)絡(luò)的拓撲結(jié)構(gòu)及任務(wù)效應(yīng)的功能磁共振成像研究[D];北京工業(yè)大學(xué);2013年

4 葉新春;Niaspan對1型糖尿病大鼠腦缺血再灌注損傷的保護作用[D];南京大學(xué);2011年

5 趙建;MR功能成像對慢性腎臟病腎臟損傷的臨床相關(guān)研究[D];河北醫(yī)科大學(xué);2014年

6 石湖清;首發(fā)未服藥重性抑郁癥在情緒面孔加工任務(wù)和靜息態(tài)下的腦網(wǎng)絡(luò)模式研究[D];中南大學(xué);2014年

7 朱鳳平;高場強術(shù)中磁共振影像功能神經(jīng)導(dǎo)航聯(lián)合術(shù)中神經(jīng)電生理監(jiān)測技術(shù)定位腦運動傳導(dǎo)通路的基礎(chǔ)與臨床研究[D];復(fù)旦大學(xué);2013年

8 連燕云;神經(jīng)導(dǎo)航中MRI圖像腦腫瘤自動檢測分割及DT-MRI研究[D];復(fù)旦大學(xué);2011年

9 趙思源;磁共振彌散張量成像在脊髓腫瘤的臨床應(yīng)用研究[D];第二軍醫(yī)大學(xué);2014年

10 李亞鵬;大腦功能網(wǎng)絡(luò)及其動力學(xué)研究[D];華中科技大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 賴昀;基于彌散張量成像的腦白質(zhì)纖維追蹤算法研究[D];蘇州大學(xué);2013年

2 楊迎迎;健康成人豆狀核的彌散特性與鐵沉積情況研究[D];河北醫(yī)科大學(xué);2013年

3 李靜;基于彌散張量成像的偏頭疼患者大腦結(jié)構(gòu)網(wǎng)格的異常研究[D];西安電子科技大學(xué);2013年

4 劉笑含;腰骶部脊神經(jīng)DTI及DTT的初步研究[D];大連醫(yī)科大學(xué);2012年

5 姜廣英;基于fMRI及DTI的早期帕金森病中丘腦底核的研究[D];電子科技大學(xué);2013年

6 范文駿;正常腎臟和腎移植術(shù)后早期移植腎臟功能的3.0T DTI研究[D];天津醫(yī)科大學(xué);2013年

7 王妍;MRI三維雙回波穩(wěn)態(tài)水激發(fā)序列顯示腰骶神經(jīng)的初步研究[D];天津醫(yī)科大學(xué);2013年

8 牛延棚;高分辨率擴散加權(quán)磁共振成像球面反卷積算法研究[D];浙江工業(yè)大學(xué);2013年

9 趙立;3.0TMRI彌散張量成像對正常老年前期的研究[D];重慶醫(yī)科大學(xué);2013年

10 張金鳳;基于DTI的脊髓型頸椎病定量分析方法的研究[D];哈爾濱工業(yè)大學(xué);2012年

，

本文編號：569987