本文關(guān)鍵詞：基于腦微結(jié)構(gòu)信息檢測的擴散峭度成像多b值組合優(yōu)化

  更多相關(guān)文章： 擴散峭度成像 擴散敏感因子b值 組織微結(jié)構(gòu)

【摘要】：擴散峭度成像(DKI)引入高階峭度張量來量化水分子擴散的非高斯程度,并可采用多種擴散敏感因子b值參與模型擬合,能反映組織復(fù)雜結(jié)構(gòu)更微小變化,因而在腦神經(jīng)科學研究與臨床診斷中具有獨特優(yōu)勢.但目前尚缺乏不同b值組合DKI數(shù)據(jù)采集對不同腦微結(jié)構(gòu)特征的比較分析和針對不同臨床需求制定DKI數(shù)據(jù)采集的最優(yōu)b值組合方案的思路.本文從腦脊液、灰質(zhì)和白質(zhì)的DKI圖像對比度角度,結(jié)合基于體素統(tǒng)計分析方法比較了5個不同b值組合與高、低2個b值組合采集方案對DKI成像指標的影響及在胼胝體局部組織微結(jié)構(gòu)特征表達的差異.結(jié)果表明,低b值(1 000 s/mm~2)和高b值(2 000 s/mm~2)采集成像皆有較強的組織分辨能力,而過多增加b值組合個數(shù)會增大擬合誤差并增加采集時間;使用高、低2個b值(2 000 s/mm~2與1 000 s/mm~2)的組合采集方案較適合于一般DKI臨床診斷.
【作者單位】： 天津大學精密儀器與光電子工程學院;天津市第一中心醫(yī)院放射科;
【關(guān)鍵詞】： 擴散峭度成像 擴散敏感因子b值 組織微結(jié)構(gòu)
【基金】：國家自然科學基金資助項目(81222021,31271062,61172008,81171423,51007063) 國家科技支撐計劃資助項目(2012BAI34B02) 教育部新世紀優(yōu)秀人才支持計劃資助項目(NCET-10-0618) 天津市自然科學基金青年基金資助項目(13JCQNJC14400)
【分類號】：R338
【正文快照】： 擴散峭度成像(diffusion kurtosis imaging,DKI)[1]是解決擴散張量成像(diffusion tensor imaging,DTI)中高斯擴散假設(shè)缺陷的非高斯擴散磁共振成像新技術(shù).DKI引入四階統(tǒng)計量——峭度K來量化水分子擴散的非高斯程度,可更真實地描述大腦組織中水分子的非高斯擴散特征[2-3].相比

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 吳宏天;劉輝;;基于方差和峭度的模擬電路故障診斷[J];湖南師范大學自然科學學報;2011年05期

2 陳茜;吳伶錫;;獨立分量分析在單一信號中的去噪問題[J];湘潭師范學院學報(自然科學版);2009年02期

3 李舜酩;楊濤;;基于峭度的轉(zhuǎn)子振動信號盲分離[J];應(yīng)用力學學報;2007年04期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 范清清;;一種基于峭度的盲多用戶檢測方法[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

2 徐新韜;王華慶;楊曉;李嶺陽;;基于STFT的譜峭度法在軸承故障診斷中的應(yīng)用[A];第11屆全國轉(zhuǎn)子動力學學術(shù)討論會（ROTDYN2014）論文集（上冊）[C];2014年

3 李軍;張永祥;姚曉山;;峭度自適應(yīng)學習步長盲提取算法提取軸承沖擊信號[A];第八屆全國設(shè)備與維修工程學術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2008年

4 李富才;孟光;胥永剛;;基于多尺度峭度指標的損傷識別研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

5 方紅雨;;基于最小峭度準則的碼約束盲恒模干擾抑制算法[A];第十九屆電工理論學術(shù)年會論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 陳元園;面向阿爾茨海默病的磁共振擴散峭度成像特征分析與識別[D];天津大學;2014年

2 彭暢;旋轉(zhuǎn)機械軸承振動信號分析方法研究[D];重慶大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前9條

1 王嘉晨;基于峭度最大化算法的復(fù)數(shù)功能磁共振成像信號分析[D];大連理工大學;2011年

2 陳剛;譜峭度及其在電力系統(tǒng)暫態(tài)信號處理中的應(yīng)用研究[D];西南交通大學;2012年

3 劉海洋;基于譜峭度的信號特征提取及其傳動系統(tǒng)關(guān)鍵部件故障診斷應(yīng)用[D];蘇州大學;2013年

4 范清清;基于峭度的盲自適應(yīng)檢測方法研究[D];安徽大學;2004年

5 吳宏天;基于方差與峭度的模擬電路故障診斷及實現(xiàn)[D];湖南師范大學;2012年

6 閆彩虹;基于自相關(guān)函數(shù)和峭度的FECG提取算法研究[D];重慶大學;2009年

7 陳君瑜;復(fù)數(shù)參考獨立分量分析算法及其fMRI應(yīng)用研究[D];大連理工大學;2008年

8 夏遵平;結(jié)構(gòu)運行狀態(tài)下諧波模態(tài)的檢測和去除技術(shù)研究及實現(xiàn)[D];南京航空航天大學;2012年

9 常錕;互信息學習在旋轉(zhuǎn)機械故障診斷中的應(yīng)用研究[D];燕山大學;2014年

，

本文編號：600343