擴散張量成像關(guān)鍵技術(shù)和算法研究.pdf

1、擴散張量成像（DTI）可在不同方向上測量人體中水分子的擴散情況，獲得組織微結(jié)構(gòu)的重要信息。本文研究工作的目標(biāo)是提高DTI擴散張量場的質(zhì)量，產(chǎn)生更精確的纖維跟蹤和可視化結(jié)果。 在DTI中，擴散張量典型地從一系列擴散加權(quán)圖像中計算得到。不過，擴散加權(quán)圖像常受到熱噪聲和生理性噪聲的影響。為了減少熱噪聲影響，本文提出了一種從擴散加權(quán)圖像估計擴散張量的新方法。本方法的第一步是對擴散加權(quán)圖像降噪，降噪算法基于雙數(shù)復(fù)數(shù)小波變換和雙變量收縮準(zhǔn)則

2、。方法的第二步是使用最小二乘法從降噪的擴散加權(quán)圖像中估計擴散張量。利用合成擴散張量場和真實擴散張量場數(shù)據(jù)進行了實驗，并與張量估計后的平滑方案進行了比較?？陀^結(jié)果和主觀評價均可證明，本方法能夠很好地改善最終擴散張量場的質(zhì)量。 此外，為了獲得更好的擴散張量場，本文還提出了一種基于約束M估計子（CM）的穩(wěn)健擴散張量估計方法。利用CM估計子具有高崩潰點數(shù)目和高漸進有效性的特性減少生理性噪聲。首先，在預(yù)處理階段使用雙數(shù)復(fù)數(shù)小波變換和雙變量

3、收縮技術(shù)減少擴散加權(quán)圖像中的熱噪聲影響：然后在考慮張量正定約束的條件下，通過試探法尋找一個合適的回歸起點，之后通過最小化目標(biāo)函數(shù)得到DTI擴散張量的CM估計。實驗同樣在合成和真實張量數(shù)據(jù)集上進行，結(jié)果表明提出的方法可以有效去除熱噪聲和生理性噪聲，對于DTI擴散張量估計很有價值。 擴散張量場正則化對于改進纖維跟蹤結(jié)果而言是必須的，針對DTI擴散張量場的正則化問題本文提出了一種非線性張量值加權(quán)方向-距離濾波方法。首先通過張量間的二次

4、點積定義了張量值圖像的方向濾波，然后結(jié)合張量中值濾波引入了一個聯(lián)合最小化準(zhǔn)則，在此準(zhǔn)則的基礎(chǔ)上給出張量值方向-距離濾波器的一般結(jié)構(gòu)，并使用權(quán)重矢量在距離和方向域上控制濾波器輸出，獲得更加穩(wěn)健的處理結(jié)果。在合成二階張量場和真實DTI數(shù)據(jù)集上進行了實驗?？陀^結(jié)果比較和濾波圖像的主觀評估表明該濾波方法可在保持張量場細節(jié)不變的同時有效地消除噪聲，是DTI擴散張量場的一種有價值的濾波工具。另外，根據(jù)我們查閱的文獻，張量場正則化均在空域進行，由此，

5、本文探索了張量場的頻域濾波技術(shù)。在引入二階張量場的傅里葉變換的基礎(chǔ)上定義了基本的張量低通、高通濾波函數(shù)，同時討論了頻域濾波對纖維跟蹤的影響。實驗結(jié)果表明頻域濾波技術(shù)對DTI數(shù)據(jù)分析是一種有潛力的工具。 纖維跟蹤可產(chǎn)生神經(jīng)路徑，是擴散張量成像一個極其重要的應(yīng)用，無論在科研還是臨床領(lǐng)域都蘊藏著巨大的潛力。受噪聲及低分辨率等因素的影響，纖維的傳播方向具有不確定性，尤其是在白質(zhì)結(jié)構(gòu)變化迅速的區(qū)域，如神經(jīng)交叉、分岔或與其它組織連接處。本文

6、針對這些問題提出了一種纖維跟蹤的新算法，在神經(jīng)路徑上低各向異性區(qū)域的窄帶內(nèi)搜索新的通路。該算法的優(yōu)點包括：通過很少的種子點獲得大量的纖維束，表現(xiàn)出相對完整的神經(jīng)子集；可較好地描述纖維交叉、分岔等情況，可表現(xiàn)出纖維交叉、分岔處神經(jīng)核的部分結(jié)構(gòu)。 DTI數(shù)據(jù)集的可視化工作具有很強的挑戰(zhàn)性。本文引入了DTI數(shù)據(jù)的拓?fù)淇梢暬椒āＮ覀儗U散張量磁共振薄層的3D擴散張量投影為2D，僅考慮平面內(nèi)的擴散情況。對這個2D張量場進行拓?fù)浞治觯?/p>