發(fā)布時(shí)間：2020-12-11 05:13

　　在腦成像領(lǐng)域,擴(kuò)散張量成像(Diffusion Tensor Imaging,DTI)能提供腦白質(zhì)信息,可用于探究腦區(qū)組織結(jié)構(gòu)變化,但其缺乏區(qū)分白質(zhì)和灰質(zhì)微結(jié)構(gòu)的特異性。隨著醫(yī)學(xué)成像技術(shù)的發(fā)展,能估計(jì)微結(jié)構(gòu)特異性的多隔室模型出現(xiàn),神經(jīng)突方向分散和密度成像(NODDI)模型是最流行的估計(jì)腦組織微結(jié)構(gòu)的多隔室模型方法。但NODDI模型準(zhǔn)確估計(jì)腦組織微結(jié)構(gòu)需要大量擴(kuò)散梯度,同時(shí)通過最大似然擬合,計(jì)算復(fù)雜消耗時(shí)間長(zhǎng),使其無法在臨床中普遍應(yīng)用。為此,首先本文提出一種高效的殘差網(wǎng)絡(luò)微結(jié)構(gòu)參數(shù)擬合方法,此方法以數(shù)據(jù)驅(qū)動(dòng)的方式,替代傳統(tǒng)近端梯度法參數(shù)更新步驟,來解決凸優(yōu)化問題,實(shí)現(xiàn)參數(shù)的擬合,以均方根誤差、結(jié)構(gòu)相似度、峰值信噪比為評(píng)價(jià)指標(biāo),分別在仿真數(shù)據(jù)和真實(shí)數(shù)據(jù)中比較了方法優(yōu)劣。然后,針對(duì)網(wǎng)絡(luò)方法對(duì)數(shù)據(jù)的依賴性,而有時(shí)數(shù)據(jù)的采集比較耗時(shí)且獲取困難的問題,以多動(dòng)癥(ADHD)數(shù)據(jù)為研究對(duì)象,嘗試使用遷移學(xué)習(xí)的方法,以放松網(wǎng)絡(luò)對(duì)數(shù)據(jù)的限制。最后,為驗(yàn)證本文提出方法在實(shí)際應(yīng)用中的可行性,采用擴(kuò)散張量成像方法和微結(jié)構(gòu)方法(包括NODDI模型、AMICO模型和本文方法)對(duì)ADHD數(shù)據(jù)進(jìn)行處理,并進(jìn)行TBSS分... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Stejskal-Tanner序列

燕山大學(xué)工學(xué)碩士學(xué)位論文-8-能追蹤大腦白質(zhì)纖維并定量分析大腦微觀結(jié)構(gòu)變化的技術(shù)。在DTI技術(shù)中，體素內(nèi)水分子運(yùn)動(dòng)狀況使用二階擴(kuò)散張量D來表述，順著非線性擴(kuò)散梯度方向中的第f個(gè)方向的擴(kuò)散加權(quán)信號(hào)為Sf，由公式(2-4)表示為：fTffS-expDgbgS0(2-4)式中：S0代表擴(kuò)散梯度因子b=0時(shí)的擴(kuò)散信號(hào)強(qiáng)度，Tzfyfxffgggg],,[代表歸一化的第f個(gè)擴(kuò)散梯度方向，D代表一個(gè)對(duì)稱正定矩陣，其格式為3*3，由公式(2-5)表示為：zzzyzxyzyyyxxzxyxxDDDDDDDDDD(2-5)因?yàn)閺埩緿滿足jiijDD，即zyyzzxxzyxxy,,DDDDDD。故D只有6個(gè)獨(dú)立分量，zzyyxx,,DDD依次表示水分子沿x軸、y軸、z軸方向的擴(kuò)散系數(shù)，將公式(2-5)對(duì)角化后表示為：321321321000000eeeeeeD(2-6)式中:1e，2e，3e是擴(kuò)散張量D中決定水分子擴(kuò)散方向的特征向量；1，2，3是相應(yīng)特征向量對(duì)應(yīng)的正交特征值，分別體現(xiàn)了水分子沿相應(yīng)方向擴(kuò)散的速度，向量1e被當(dāng)作主特征方向，在數(shù)值上對(duì)應(yīng)最大特征值1，在方向上和白質(zhì)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(guān)系水分子的擴(kuò)散過程和橢球模型類似，其大小不同的特征值依次對(duì)照橢球模型的三個(gè)不同長(zhǎng)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(chǔ)理論和相關(guān)方法-9-圖2-3橢球模型橢球的形狀由擴(kuò)散情況決定，按照水分子擴(kuò)散程度，擴(kuò)散的橢球體模型可呈現(xiàn)扁長(zhǎng)型、餅狀型及球狀三種形態(tài)。相應(yīng)的按照它們特征值之間的大小關(guān)系，擴(kuò)散運(yùn)動(dòng)被分成下面三種：(1)線性擴(kuò)散：321，各向異性擴(kuò)散，擴(kuò)散模型是扁長(zhǎng)狀的，此擴(kuò)散多出現(xiàn)在大腦白質(zhì)纖維中。(2)平面擴(kuò)散：321，擴(kuò)散處于各向同性及各向異性之間，擴(kuò)散模型是餅狀的，此擴(kuò)散多出現(xiàn)在纖維交叉時(shí)。(3)球型擴(kuò)散：321，各向同行擴(kuò)散，擴(kuò)散模型近似球狀，此擴(kuò)散多在腦脊液及腦灰質(zhì)區(qū)出現(xiàn)。2.1.3擴(kuò)散張量各向異性參數(shù)水分子各向異性擴(kuò)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(duì)擴(kuò)散張量矩陣的特征值及特征向量進(jìn)行處理得到，處理后所得不同的標(biāo)量值參數(shù)代表不同的擴(kuò)散特征。常用的表述水分子擴(kuò)散信息的參數(shù)如下：(1)擴(kuò)散張量的跡(Trace)此擴(kuò)散信息參數(shù)用于表示給定體素水分子的平均擴(kuò)散度，其標(biāo)量值由擴(kuò)散張量主對(duì)角線三個(gè)特征值相加之和表示，跡只代表擴(kuò)散的大小，其數(shù)值越大表明細(xì)胞內(nèi)自由的水分子數(shù)目越多，用公式(2-7)表示如下：321zzyyxx）（DDDDTrace(2-7)(2)平均擴(kuò)散率(MeanDiffusion,MD)


本文編號(hào)：2909961