發(fā)布時間：2020-12-11 05:13

　　在腦成像領域,擴散張量成像(Diffusion Tensor Imaging,DTI)能提供腦白質信息,可用于探究腦區(qū)組織結構變化,但其缺乏區(qū)分白質和灰質微結構的特異性。隨著醫(yī)學成像技術的發(fā)展,能估計微結構特異性的多隔室模型出現,神經突方向分散和密度成像(NODDI)模型是最流行的估計腦組織微結構的多隔室模型方法。但NODDI模型準確估計腦組織微結構需要大量擴散梯度,同時通過最大似然擬合,計算復雜消耗時間長,使其無法在臨床中普遍應用。為此,首先本文提出一種高效的殘差網絡微結構參數擬合方法,此方法以數據驅動的方式,替代傳統(tǒng)近端梯度法參數更新步驟,來解決凸優(yōu)化問題,實現參數的擬合,以均方根誤差、結構相似度、峰值信噪比為評價指標,分別在仿真數據和真實數據中比較了方法優(yōu)劣。然后,針對網絡方法對數據的依賴性,而有時數據的采集比較耗時且獲取困難的問題,以多動癥(ADHD)數據為研究對象,嘗試使用遷移學習的方法,以放松網絡對數據的限制。最后,為驗證本文提出方法在實際應用中的可行性,采用擴散張量成像方法和微結構方法(包括NODDI模型、AMICO模型和本文方法)對ADHD數據進行處理,并進行TBSS分... 

【文章來源】：燕山大學河北省

【文章頁數】：82 頁

【學位級別】：碩士

【部分圖文】：

Stejskal-Tanner序列

燕山大學工學碩士學位論文-8-能追蹤大腦白質纖維并定量分析大腦微觀結構變化的技術。在DTI技術中，體素內水分子運動狀況使用二階擴散張量D來表述，順著非線性擴散梯度方向中的第f個方向的擴散加權信號為Sf，由公式(2-4)表示為：fTffS-expDgbgS0(2-4)式中：S0代表擴散梯度因子b=0時的擴散信號強度，Tzfyfxffgggg],,[代表歸一化的第f個擴散梯度方向，D代表一個對稱正定矩陣，其格式為3*3，由公式(2-5)表示為：zzzyzxyzyyyxxzxyxxDDDDDDDDDD(2-5)因為張量D滿足jiijDD，即zyyzzxxzyxxy,,DDDDDD。故D只有6個獨立分量，zzyyxx,,DDD依次表示水分子沿x軸、y軸、z軸方向的擴散系數，將公式(2-5)對角化后表示為：321321321000000eeeeeeD(2-6)式中:1e，2e，3e是擴散張量D中決定水分子擴散方向的特征向量；1，2，3是相應特征向量對應的正交特征值，分別體現了水分子沿相應方向擴散的速度，向量1e被當作主特征方向，在數值上對應最大特征值1，在方向上和白質纖維伸展方向相同，用圖2-2表示如下：圖2-2特征值及特征向量與纖維走向關系水分子的擴散過程和橢球模型類似，其大小不同的特征值依次對照橢球模型的三個不同長度的軸。橢球體主軸的方向由主特征向量的方向決定。橢球模型如下圖所示：

第2章基礎理論和相關方法-9-圖2-3橢球模型橢球的形狀由擴散情況決定，按照水分子擴散程度，擴散的橢球體模型可呈現扁長型、餅狀型及球狀三種形態(tài)。相應的按照它們特征值之間的大小關系，擴散運動被分成下面三種：(1)線性擴散：321，各向異性擴散，擴散模型是扁長狀的，此擴散多出現在大腦白質纖維中。(2)平面擴散：321，擴散處于各向同性及各向異性之間，擴散模型是餅狀的，此擴散多出現在纖維交叉時。(3)球型擴散：321，各向同行擴散，擴散模型近似球狀，此擴散多在腦脊液及腦灰質區(qū)出現。2.1.3擴散張量各向異性參數水分子各向異性擴散信息雖包含在DWI圖像中，卻并沒在圖像中直觀反映出來，而是通過對擴散張量矩陣的特征值及特征向量進行處理得到，處理后所得不同的標量值參數代表不同的擴散特征。常用的表述水分子擴散信息的參數如下：(1)擴散張量的跡(Trace)此擴散信息參數用于表示給定體素水分子的平均擴散度，其標量值由擴散張量主對角線三個特征值相加之和表示，跡只代表擴散的大小，其數值越大表明細胞內自由的水分子數目越多，用公式(2-7)表示如下：321zzyyxx）（DDDDTrace(2-7)(2)平均擴散率(MeanDiffusion,MD)


本文編號：2909961