基于Log-Euclidean矩阵的脑白质扩散张量场的正则化处理

Regularization of Diffusion Tensor Field of White Matter Based on Log-Euclidean Matrix

在临床诊断时为了较快获得数据,扩散张量图像的质量常常不能得到保证,其正则化处理特别重要。为此,本研究提出一种基于Log-Euclidean矩阵的新算法对张量图像进行评估预处理,首先对张量特征值进行自然指数运算以实现张量场到Log-Euclidean矢量场的转换,再通过有限差分法计算矢量场梯度函数最小值,从而实现矢量场的去噪平滑,之后对矢量场取自然对数运算映射回张量空间。在1名志愿者脑扩散张量图像上进行白质纤维束跟踪测试,结果表明该方法有效避免了白质纤维束跟踪中杂从的出现,提高了跟踪平滑性。