基于正定高階張量的腦纖維重構算法及可視化軟件開發(fā).pdf

1、基于擴散磁共振成像的腦白質神經纖維重構是當前對活體腦神經重構的唯一非侵入式方法。而基于擴散張量的腦纖維成像是當前常用的重構方法，但是該成像技術是建立在體素內的水分子擴散是按高斯分布的假設上的，難以滿足腦纖維的交叉、分叉、彎曲等復雜結構的重建。于是，針對復雜纖維的重構又提出了高階張量成像方法。然而傳統(tǒng)的高階張量方法難以保證纖維擴散函數(shù)的正定性，可能會出現(xiàn)沒有物理意義的負信號值，且會導致偽峰的出現(xiàn)。針對上述方法中的問題，本文提出了新的基于正

2、定高階張量成像方法加以改善，并在此基礎上開發(fā)出可視化軟件，具體工作內容如下:
　　1)提出一種正定纖維方向分布的高階張量成像方法，該方法綜合考慮了多纖維經過同一個體素內的復雜結構關系和擴散張量系數(shù)值非負時局部纖維方向分布函數(shù)，并在模型本身上保證正定性。同時，提出一種基于BFGS的優(yōu)化求解方法。通過使用模擬數(shù)據(jù)和實際臨床數(shù)據(jù)對本文提出的方法與其他常用方法進行對比評價，證明了本文提出的算法所具有的優(yōu)勢。
　　2)依據(jù)現(xiàn)有的流線型