弥散频谱成像的研究进展

研究表明人类大脑中的很多区域内存在着多方向的纤维束,这类区域的体素内水分子的平均弥散并不符合高斯分布。因此,基于单方向纤维束模型的弥散张量成像在揭示组织微观结构中存在先天缺陷。弥散频谱成像使用多b值多方向的扫描序列,采集水分子在整个q空间的弥散信息,通过一个具有高角分辨率的概率密度函数来描述水分子的弥散运动,能够可靠地观测单体素内多方向的纤维束,并据此进行纤维束追踪重建出真实而复杂的组织结构。作者全面介绍了近年来弥散频谱成像在基本原理、方法学和应用方面的研究进展,为推动国内弥散成像技术在科研和临床上的发展提供帮助。

DTI各向异性分数与椭球面积比在儿童特发性全面性癫痫中的比较研究

目的:探讨DTI各向异性分数(FA)和椭球面积比(EAR)在特发性全面性癫痫(IGE)中的诊断价值。方法:根据脑电图对发作间期痫样放电(IED)的定侧结果,将33例IGE患儿分为3组,IGE-A组15例(双侧IED),IGE-B组9例(左侧IED),IGE-C组9例(右侧IED)。将32例健康志愿者纳入对照组(NC),并根据年龄、性别分别与A、B、C组相匹配的方法,进一步分为NC-A组、NC-B组和NC-C组,显示阈值为50个体素(Px)。结果:IGE-A和NC-A组比较,FA和EAR异常分布最大区域为左侧半球额叶和颞叶脑白质,EAR异常还见于右中央颞区(222 Px)、顶叶(198 Px)、脑下回(126 Px)、中央后回(125 Px)等右侧大脑半球白质区域。与NC-B组比较,IGE-B组的FA和EAR异常分布区位于左侧大脑白质梭状回和枕叶,此外左额叶(65Px)白质内有少量EAR异常区域。IGE-C与NC-C组比较,FA和EAR异常改变均位于左侧大脑半球,EAR异常区的体素簇范围较FA体素簇大(169 vs.50 Px),EAR图还显示了左侧颞叶(123 Px)、左侧颞中回(112 Px)和颞上回(111 Px)等部位白质及灰质的异常改变。结论:EAR和FA均可反映IGE脑白质异常,EAR比FA更敏感,能发现更多白质异常区域,可用于人类脑部病变的研究。

人类遗传流行病学的研究设计:海外朝鲜民族研究方案(英文)

传统的遗传流行病学和基因定位的研究设计往往局限于单一的 (通常是简单的 )数据结构和过分简化的流行病学模型 .然而 ,当实际情况稍微复杂一些的时候 ,这些简单的方法几乎注定要失败 .因此 ,我们应该重新建构思维方式 ,应考虑何种的病因学模型会与我们所知道的进化、表现型的表达以及基因型 -表现型的相互关系相符 .当基因定位的策略充分利用选择偏倚来使P (基因型 |表现型的 ;选择偏倚 )的预测值达到最大 ,用分离分析试图对外显率函数或P(表现型 |基因型 )作无偏估计 .因而一般而言 ,没有一个值可以完全充分地被另一个值所推估 .一个常见的、关于基因组计划得以“改变世界”的误解甚至使得严谨的科学家们都忽略了以下的科学事实 :他们努力地为基因定位策略上的巨额支出辩护 ,却忽略了基因定位策略的本身就是极度取决于一些难以验证的前题假设 .将不同实验设计方案的数据合并起来定会使估计参数和检验假设的自由度增加 ,虽然仍然需要大样本数的资料库 ,但采取以上策略可提供更多的信息以检测出真实情况 .以往传统的研究方法只针对病因变异量的某一特定方面 :双生子法侧重于研究在一个家庭内分享共同的环境因素之下遗传因素的作用 ;寄养子研究侧重于在控制遗传因素之下 ,不同家庭环境间的变异性 ;

一种细胞图像的区域标识算法

细胞图像由于其内在特性,一直是图像分割的难点。为了更好地分割与标识细胞图像,采用双层结构,第1层基于传统的分裂合并算法的思想,引入脉冲耦合神经网络并简化对图像分裂,引入MS模型并简化对分裂区域进行合并,得到一个粗分割图像;第2层利用Canny算子提取图像的边界,将长度大于阈值的边界视作细胞边界,反之视作伪边界,得到一个不连续的边界。最后在两层结果的基础上,利用数学形态学的方法,进行骨架提取与细化,最终得到区域分割与标识的结果。实验用5幅细胞图像作为测试,对算法的参数选择做了详细讨论,并就正确标识率和运行时间与基于区域的分割、基于先验模型的分割做对比,表明本文算法更优。