基于3D Slicer的弥散张量成像方法研究与应用

弥散张量成像技术已经应用于临床,而利用弥散张量数据进行纤维束追踪是近年来研究的热点问题,本文基于3D Slicer平台对弥散张量成像方法进行了研究,详细介绍了MR图像弥散张量成像的分析处理流程,对医学诊断有很重要的参考价值。     

基于DT-MRI数据的心肌纤维可视化及分析系统研究与实现

核磁共振弥散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是近年来提出的一项新的医学影像技术。通过利用核磁共振技术测量细胞内多个方向上水分子弥散运动的特征,可以全面充分研究活体组织微细结构。基于犬心室的DT-MRI数据集开展了三维心肌纤维结构的可视化方法及其可视化系统设计与实现的研究。首先利用阈值滤波、中值滤波和邻域平均法对原始DT-MRI数据进行去噪预处理,然后利用体绘制技术、图元显示法和纤维跟踪法对犬心室的DT-MRI数据进行可视化。最后对基于DT-MRI数据的心肌纤维可视化应用进行了详细的需求分析和系统设计,基于VTK（Visualization Toolkit）实现一个DT-MRI数据的心肌纤维可视化和分析系统。实验结果表明该系统具有良好的交互性,为研究心脏结构提供了一个有力可视化工具。     

基于DT-MRI数据的心肌纤维可视化及分析系统研究与实现

核磁共振弥散张量成像(Diffusion Tensor Magnetic Resonance Imaging,DT-MRI)是近年来提出的一项新的医学影像技术。通过利用核磁共振技术测量细胞内多个方向上水分子弥散运动的特征,可以全面充分研究活体组织微细结构。基于犬心室的DT-MRI数据集开展了三维心肌纤维结构的可视化方法及其可视化系统设计与实现的研究。首先利用阈值滤波、中值滤波和邻域平均法对原始DT-MRI数据进行去噪预处理,然后利用体绘制技术、图元显示法和纤维跟踪法对犬心室的DT-MRI数据进行可视化。最后对基于DT-MRI数据的心肌纤维可视化应用进行了详细的需求分析和系统设计,基于VTK(Visualization Toolkit)实现一个DT-MRI数据的心肌纤维可视化和分析系统。实验结果表明该系统具有良好的交互性,为研究心脏结构提供了一个有力可视化工具。     

脑纤维可视化综述

脑纤维是构成大脑复杂结构和各脑区信息交流的物质基础.基于弥散张量成像和追踪技术的纤维解剖结构重建,对脑肿瘤手术导航、神经性疾病的诊断及人脑神经网络连接图谱的绘制等有着十分重要的价值.脑纤维可视化技术的目标是更精确地表达单体素纤维方向和全局纤维分布,并对纤维束形成过程中的不确定性进行量化分析,以降低视觉混杂性,增加空间层次感,为临床诊断提供辅助性分析工具.文中简略地介绍了脑纤维束的重构流程,从脑纤维的可视表达形式角度出发,梳理并总结了当前主流的纤维表示及渲染方法;并从模型估计、纤维追踪过程和纤维束分析等3个方面,讨论了脑纤维不确定性可视化的进展;最后,对需要进一步探索的研究方向进行展望.     

基于可变步长逆向组合算法的弥散张量图像配准

弥散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是近年来新兴的一种核磁共振成像技术,作为一种无创伤的描述大脑结构的新方法,弥散张量成像在临床诊断中发挥着重要的作用。由于不同个体或者同一个体不同状态下获取的张量数据展开的多幅图像之间存在一定偏差,需要将这些图像对齐,即配准。逆向组合算法是一种很好的配准方法,但是当模板图像和目标图像之间存在多种几何变化时,算法的收敛速度往往很慢。提出了一种可变步长的逆向组合算法,通过自适应改变原始算法的步长达到加快算法收敛速度的目的。实验表明,该算法在保持原始算法精度的基础上能够加快收敛速度,并且对图像的几何变换有很好的鲁棒性。     

三维脑白质纤维束成像方法?

从Riemannian流形的角度分析扩散张量成像,将脑白质中任意两点间的纤维束生成问题转化为计算Riemannian流形中两点间测地线的问题,通过Level-Set方法计算测地线,并将其作为脑白质中两点间的纤维束。利用模拟脑白质纤维束对该算法和传统算法进行比较,实验结果表明,该算法在准确性、鲁棒性等方面有较大改进。     

基于拓扑保持的快速行进算法改进

传统的快速行进算法重建结果多假性阳支,不能很好地反映纤维走向,为此提出一种新颖的拓扑保持快速行进算法.首先将曲率引入速度函数,并将弯曲能量考虑到全局能量范围内,以更好地控制曲面演化过程,更清晰地描述纤维走向.该算法可应用到脑肿瘤病理诊断和治疗中,通过体绘制技术将同一病人的扩散张量成像(DTI)和磁共振成像(MRI)融合,以显示脑白质纤维束因占位效应或者病变所导致的位置异常,提高DTI在临床应用方面的效用.采用文中算法的重建结果具有较好的拓扑结构,并且对噪声有较好的鲁棒性.     

基于相邻体素选择的脑白质纤维交叉分叉问题解决方法

为了解决脑白质纤维交叉分叉问题,在传统算法的启发下,提出一种基于相邻体素选择的盘状张量分解算法。首先,选择合适的起点进行非分叉纤维的追踪,建立拟合函数数据集,得到拟合函数;其次,在纤维追踪出现交叉分叉问题时,建立该交叉分叉点及周围区域体素所对应的棋盘图;然后,计算以交叉点为中心的相邻张量的夹角,结合夹角的大小并利用得到的拟合函数进行纤维整体走行方向的估计,实现盘状张量的分解。算法既保证了局部信息的合理适用,又考虑了整体信息的影响,能够更加精确完整地跟踪纤维路径,解决纤维交叉分叉问题。与传统方法相比,本文算法可以更有效解决纤维分叉及交叉处的跟踪问题,从而使得到的纤维路径更加真实。     

扩散磁共振图像的神经纤维追踪算法研究综述

扩散磁共振成像是目前唯一非侵入性研究脑神经纤维束微结构的技术,神经纤维追踪技术是显示神经纤维的关键步骤.本文综述了两大类的神经纤维追踪算法的研究进展,即：局部型追踪方法和全局型追踪方法,阐明各个追踪算法的优点以及存在的局限性,然后在此基础上介绍了在神经纤维追踪过程中能做出优化的具体方面,包括局部纤维方向建模、张量插值、种子点的选取、传播方向以及终止准则等,最后对神经纤维追踪算法的未来发展趋势进行展望.     

信号自适应衰减的多壳扩散磁共振成像方法

提升总体平均扩散传播算子(Ensemble Average diffusion Propagator,EAP)的重建精度一直以来都是扩散磁共振成像领域中扩散光谱成像(Diffusion Spectrum Imaging,DSI)的核心问题.在诸多成像算法中,用径向基函数(Radial Basis Function,RBF)作为扩散MR信号插值基函数的方法在纤维方向分布重建及成像统计标量重建方面均获得了理想的EAP重建效果,为进一步提升重建效率及精度,本文基于RBF方法提出了对信号进行自适应衰减建模的方法,并结合确保扩散张量正定性的张量求解算法,分别基于系数l1,l2正则化方法求解最优化参数以作对比.针对体模数据的实验结果显示,该算法在提升各项指标重建精度及计算效率方面均取得了理想效果.