磁共振弥散张量成像数据处理及临床应用研究-生物医学工程专业论文.docx

磁共振弥散张量成像数据处理及临床应用研究-生物医学工程专业论文.docx

  1. 1、本文档共48页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
磁共振弥散张量成像数据处理及临床应用研究-生物医学工程专业论文

摘 要 磁共振弥散张量成像(diffusion tensor imaging , DTI)技术,是目前在生物活体上 测量水分子空间弥散运动与成像的唯一方法,可以全面反映生物体内水分子的弥 散情况从而了解人体器官组织随年龄变化的特点以及病变造成的组织受压、移位、 变形与破坏,为病变的诊断与鉴别诊断提供更多信息,为手术方案的制定,术后 随访提供依据。目前,这一新兴技术已受到神经科学、认知科学和临床诊断等领 域前所未有的极大关注。 在对弥散张量成像所能提供的众多参数值图的处理中,大多数的研究者,由 于方法所限,往往采用手动绘制感兴趣区(region-of-interest,ROI)的方法。然而 ROI 绘制者不可避免的主观性,绘制方法的不确定性和难以实现的可重复性决定 了绘制 ROI 方法本身的风险。因此,为了弥补 ROI 的缺陷,有研究学者提出了基 于体素分析(voxel-based analysis,VBA)的方法来检测人们不曾预料到的神经解 剖学区域。本文在国外同行的研究基础上,结合教研室与合作医院的实际情况, 提出了一种优化的基于体素分析的数据处理方法,该方法能够更好地利用磁共振 弥散张量数据的空间信息。和 ROI 方法相比,新的数据分析方法不需要先验信息, 和其它数据驱动方法不同的是:该方法对数据的具体特性没有太多要求,并且克 服了传统 VBA 方法存在的处理流程复杂,临床医生难以掌握等缺点。 同时,结合临床问题,发现了女性精神分裂症患者的大脑异常区域,难治性 部分癫痫患者的脑损伤区域,并首次研究了男性难治性抑郁症患者与正常对照的 大脑异常表现区域。应用 VBA 方法进行的临床课题研究,不仅取了一定的科研成 果,同时也印证了该方法在临床科研上的有效性和易用性。 综上所述,这种数据处理方法对于弥散张量影像数据的处理是一个非常有前 景和应用价值的方法。 关键词:弥散张量成像,感兴趣区,基于体素分析 ABSTRACT At present, diffusion tensor imaging is the only way to measure water molecule’s diffusion in-vivo without invasion. This powerful imaging technique could reflect the diffusion information of water molecule; thereby help to understand the human body’s organic aging and pathological changes. As one of the most efficient methods, it could provide more information for diagnosis, surgery and therapy. For the moment, it has attracted scientists’ attention and has been used in many correlative research areas. There are two principal methods in diffusion tensor image analysis: region-of-interest analysis and whole-brain, voxel-based analysis. The majority of studies, to date, have adopted the former one, manually defining region-of-interest on the raw images, which allows a powerful examination of the selected regions on the basis of prior information. However, the unavoidable subjective of region-of-interests’ define, the unambiguous criteria of region-of-interests’ depict methods and the deficiency of the reliability all devaluate the method of region-of-interesting. At the contrary, the voxel-based analysis could be more helpful in discovering unanticipated or u

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档