弥散张量成像纤维跟踪技术的研究进展

纤维跟踪技术 (fibertracking或tractography )是近年来MR技术的一项重大进展 ,它是利用弥散张量数据 ,能在活体上三维显示脑白质纤维束的一种无创性成像方法。由于该技术具有显示神经纤维束的能力 ,将有助于理解正常脑功能和多种影响脑功能的病理过程。本文就该技术的研究进展进行综述。

基于DT-MRI的纤维跟踪及可视化研究

磁共振扩散张量成像(DT-MRI)是一种新的成像技术,比传统的扩散加权成像(DWI)能够更加准确地反映分子扩散的方向。在脑白质这样具有大量纤维束的组织中,水分子的扩散表现出显著的各向异性,从而有可能从张量信息的各向异性入手,跟踪得到白质纤维束的走行方向。本文介绍了DTI的原理、数据采集与处理方法,提出了一种可变步长的纤维跟踪方法,并以VC++/ITK/VTK为开发工具实现了DTI分析和纤维跟踪与可视化。

基于黎曼流形反距离插值的纤维追踪技术研究

目的提高纤维追踪的精度,有助于理解正常脑功能。材料与方法在流线追踪的基础上,引入黎曼测度和反距离权重,从而完成对当前点的张量值插值。结果新插值方法追踪出的纤维比传统插值方法的更长,更平滑。结论该算法是一种有效的纤维追踪技术。

弥散张量磁共振成像的新进展

弥散张量磁共振成像技术是近年来出现的一项新技术,由于其对脑白质纤维具有高度敏感性以致在临床上的应用日益广泛,并为人体中枢神经系统的深入研究提供了有效的工具。

磁共振扩散张量成像的可视化方法研究进展

磁共振扩散张量成像(DT-MRI)与传统的扩散加权成像(DWI)相比能够更加准确地反映分子扩散的方向。大脑白质区的水分子扩散表现出显著的各向异性,因而DT-MRI技术在显示白质神经纤维和功能束的走行方向以及三维形态等方面具有极大的优越性。主要介绍了该技术的基本原理及目前常用的数据集可视化的方法。

高定义角度纤维追踪技术重建人脑颞顶枕区短纤维束连接

目的观察人脑颞顶枕区短纤维束连接的空间走行、皮质连接及三维空间关系。方法对10名健康志愿者进行MR扫描。下载90名健康志愿者的弥散谱成像(DSI)综合数据模板(NTU-90)。应用高定义角度纤维束追踪技术(HDFT)对所收集数据进行人脑颞顶枕区3条短纤维束连接[上纵束的垂直部(SLF-V)、枕纵束(VOF)和颞顶束(TP)]重建,并分析其纤维走行、皮质连接、空间三维关系及左右侧别差异。结果 3条纤维束在10名志愿者和NTU-90中均重建成功。SLF-V纤维束起源于颞中回和颞下回后部,终止于角回和缘上回;VOF纤维束起源于下枕叶和梭状回,少量纤维来源于颞下回的后部和枕极前部,终止点位于角回和上枕叶外侧部;TP纤维束主要起源于颞中回、颞下回、梭状回和下颞-下枕结合部,连接于顶上小叶;左右侧SLF-V、VOF和TP的纤维束体积差异无统计学意义(P均>0.05)。结论应用HDFT纤维束成像技术成功重建了SLF-V、VOF和TP,可为脑功能研究和神经外科手术提供解剖学依据。

全局脑白质纤维群智能跟踪算法

为了解决概率纤维跟踪算法"过度"误跟踪,效率低的缺点,受蚁群路径搜索过程群体协作模式启发,提出一种全局脑白质纤维群体智能跟踪方法。首先,构建了一种全局纤维度量指标,综合考虑局部纤维方向分布和全局纤维走向,并利用贝叶斯方法建立局部纤维方向分布不确定信息模型。其次,提出一种群智能全局优化算法。该算法构建基于von Miser-fisher分布函数的信息素模型,通过信息素模型诱导迭代优化纤维轨迹。人工合成数据实验结果表明,跟概率跟踪算法相比,该算法解决了纤维局部误差积累导致的误跟踪问题,相对误差降低至原来的二分之一,计算规模降低至原来的十分之一。实际临床数据验证了算法的有效性。