發(fā)布時間：2018-10-05 07:36

【摘要】：基于擴(kuò)散磁共振信號的腦白質(zhì)纖維成像是目前重構(gòu)活體大腦組織微觀結(jié)構(gòu)的唯一一種非入侵性的方法。在多種擴(kuò)散磁共振方法中,高角度分辨率擴(kuò)散成像(HARDI)技術(shù)不僅克服了擴(kuò)散張量模型難以重構(gòu)交叉纖維的缺點,而且需要較少的擴(kuò)散采樣數(shù)量,成為腦纖維成像研究的熱點。其中球面反卷積模型作為目前最高效的HARDI成像方法之一,大大提高了纖維重構(gòu)角度的精確性。然而由于采樣體素具有相對較大的體積,在腦組織之間存在不可忽略的部分容積效應(yīng),這將導(dǎo)致傳統(tǒng)的纖維成像方法的不準(zhǔn)確。針對上述問題,本文在經(jīng)典球面反卷積模型的基礎(chǔ)上,設(shè)計了新的腦纖維成像模型,同時解決了反卷積模型中球諧函數(shù)的高次諧波截斷、最小二乘算法的不適定性等問題,本文的主要工作如下:(1)針對腦組織中的部分容積效應(yīng)問題,提出了一種多響應(yīng)核函數(shù)模型。該模型綜合考慮組織中的各向同性擴(kuò)散信號和各向異性擴(kuò)散信號得到了新的纖維方向分布函數(shù),從而可以從擴(kuò)散加權(quán)信號中分離出各向同性擴(kuò)散信號,克服了組織中的部分容積效應(yīng),提供了更加精確的纖維方向的估計。(2)基于字典基函數(shù)表示纖維方向分布函數(shù),提出了一種新的量化各向同性信號強(qiáng)弱的指標(biāo)。該指標(biāo)基于多響應(yīng)核函數(shù)模型,利用纖維方向分布函數(shù)的一部分分離出組織中的各向同性擴(kuò)散信號。(3)提出一種求解多響應(yīng)核函數(shù)球面反卷積模型的Richardson-Lucy(RL)算法。該算法利用額外的先驗知識,在模型中增加了全變差正則化和稀疏正則化項解決了最小二乘算法的高度不適定性,保證了纖維方向的非負(fù)性。模擬數(shù)據(jù)和實際人腦數(shù)據(jù)的實驗表明,本文方法可以得到更加精確的纖維重構(gòu)方向,顯著提高了纖維角度分辨率,并且新的量化指標(biāo)相比較FA,GFA等表現(xiàn)出更好的特性。
[Abstract]:Diffusion magnetic resonance imaging (DMR) based white matter imaging is the only noninvasive method to reconstruct the microstructures of brain tissue in vivo. Among various diffusion-magnetic resonance methods, high-angle resolution diffusion imaging (HARDI) technique not only overcomes the disadvantage of diffusion-Zhang Liang model to reconstruct cross-fibers, but also requires a small number of diffusion samples, so it has become a hot spot in the field of brain fiber imaging. As one of the most efficient HARDI imaging methods, spherical deconvolution model greatly improves the accuracy of fiber reconstruction angle. However, due to the relatively large volume of sampled voxels, there is a partial volume effect between brain tissues, which will lead to the inaccuracy of traditional fiber imaging methods. Based on the classical spherical deconvolution model, a new model of cerebral fiber imaging is designed in this paper, and the problems of high-order harmonic truncation of spherical harmonic function and ill-posed least-squares algorithm in the deconvolution model are solved. The main work of this paper is as follows: (1) A multi-response kernel function model is proposed for the partial volume effect in brain tissue. Considering the isotropic diffusion signal and anisotropic diffusion signal in the tissue, the new fiber direction distribution function is obtained in this model, and the isotropic diffusion signal can be separated from the diffusion-weighted signal. It overcomes the partial volume effect in the tissue and provides a more accurate estimation of fiber direction. (2) based on the dictionary basis function to represent the fiber direction distribution function, a new quantitative isotropic signal strength index is proposed. Based on the multi-response kernel function model, the isotropic diffusion signals in the tissue are separated by a part of the fiber direction distribution function. (3) A Richardson-Lucy (RL) algorithm for solving the spherical deconvolution model of the multi-response kernel function is proposed. Using extra prior knowledge, the algorithm adds total variation regularization and sparse regularization to the model to solve the highly ill-posed problem of the least squares algorithm, which ensures the non-negative orientation of the fiber. The experimental results of simulated data and actual human brain data show that the proposed method can obtain a more accurate direction of fiber reconstruction and improve the resolution of fiber angle significantly. The new quantitative index shows better characteristics than FA,GFA and so on.
【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】：2017
【分類號】：R741.044;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 耿建華,陳盛祖,陳英茂,朱繼慶,曹秀華,趙衛(wèi)強(qiáng);部分容積效應(yīng)對雙探頭符合探測圖像的影響[J];中華核醫(yī)學(xué)雜志;2003年04期

2 陳英茂,耿建華,田嘉禾,尹大一,姚樹林,陳盛祖;正電子發(fā)射斷層掃描圖像部分容積效應(yīng)的模擬研究及實驗檢驗[J];原子能科學(xué)技術(shù);2004年05期

3 耿建華,陳英茂,陳盛祖,鄭容,曹仲年,田嘉禾;雙探頭符合圖像中冷灶的部分容積效應(yīng)[J];原子能科學(xué)技術(shù);2004年S1期

4 耿建華,陳盛祖,陳英茂,田嘉禾;正電子圖像部分容積效應(yīng)成因與校正的理論探討[J];中華核醫(yī)學(xué)雜志;2003年05期

5 鄭永豫;張國來;周藝賢;;CT肺血容積效應(yīng)與肺炎的鑒別分析[J];福建醫(yī)藥雜志;2008年06期

6 陳英茂,耿建華,田嘉禾,何義杰,陳盛祖;PET顯像部分容積效應(yīng)的實驗研究[J];中國醫(yī)學(xué)影像技術(shù);2004年01期

7 李從心;郭寧;程午櫻;朱朝暉;李方;;PET陽性結(jié)節(jié)灶的部分容積效應(yīng)校正[J];中國醫(yī)療設(shè)備;2009年08期

8 崔燕;李亞明;;PET成像中部分容積效應(yīng)的成因及影響因素[J];中國臨床醫(yī)學(xué)影像雜志;2013年01期

9 陳英茂;耿建華;田嘉禾;邵明哲;姚樹林;陳盛祖;;一種簡單校正PET圖像部分容積效應(yīng)的方法[J];核電子學(xué)與探測技術(shù);2007年06期

10 馬興榮,外山比南子,張虹;模型函數(shù)擬合法校正心肌PET顯像中的部分容積效應(yīng)[J];第四軍醫(yī)大學(xué)學(xué)報;2004年14期

相關(guān)會議論文 前5條

1 耿建華;陳英茂;陳盛祖;鄭容;曹仲年;田嘉禾;;雙探頭符合圖像中冷灶的部分容積效應(yīng)[A];第三屆北京核學(xué)會核應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2004年

2 邢海群;朱朝暉;李從心;;基于CT的PET陽性結(jié)節(jié)灶的部分容積效應(yīng)校正[A];中華醫(yī)學(xué)會第九次全國核醫(yī)學(xué)學(xué)術(shù)會議論文摘要匯編[C];2011年

3 康鵬超;武高輝;張云鶴;陳國欽;李文照;;Gr_f/LF6復(fù)合材料的性能研究[A];探索 創(chuàng)新 交流——第三屆中國航空學(xué)會青年科技論壇文集（第三集）[C];2008年

4 吳新星;李明;李目海;單佩韋;;網(wǎng)絡(luò)微積分中最小加反卷積的研究[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 盧少平;;基于盲反卷積的圖像上采樣算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 徐猛;N人雪堆博弈模型的第三種策略引入及其影響探究[D];浙江大學(xué);2017年

2 黃毅敏;主輔制造商協(xié)同生產(chǎn)系統(tǒng)博弈模型研究[D];天津大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 徐田田;部分容積效應(yīng)下的神經(jīng)纖維方向估計模型與算法[D];浙江工業(yè)大學(xué);2017年

2 徐步霄;社會階層對不誠實行為的影響：一個有中介的調(diào)節(jié)模型[D];華中師范大學(xué);2017年

3 胡小雪;新手咨詢師朋輩互助團(tuán)體督導(dǎo)模型的構(gòu)建與研究[D];江西師范大學(xué);2017年

4 李鶴;利用反卷積提高布里淵光纖傳感系統(tǒng)空間分辨率的研究[D];哈爾濱工業(yè)大學(xué);2015年

5 孫世豹;基于傳遞函數(shù)評價的共焦顯微圖像反卷積降噪處理算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 馬威鋒;CLAD反卷積方法中噪聲抑制效應(yīng)的探究[D];南方醫(yī)科大學(xué);2015年

7 鄒岸;聽覺誘發(fā)電位的一種刺激序列優(yōu)化技術(shù)及反卷積方法[D];南方醫(yī)科大學(xué);2015年

8 袁雪寒;基于反卷積網(wǎng)絡(luò)的圖像模式學(xué)習(xí)及應(yīng)用[D];華南理工大學(xué);2016年

9 陶姣;基于半盲反卷積源分離的胎兒心電信號提取研究[D];重慶大學(xué);2016年

10 孟良;高分辨率快速反卷積聲源成像技術(shù)研究[D];合肥工業(yè)大學(xué);2017年

，

本文編號：2252547