DTI量化分析研究及其臨床應(yīng)用.pdf

1、彌散張量成像（DTI）技術(shù)要求從多個方向連續(xù)施加彌散梯度編碼，既可以度量彌散的大小，又可以考察彌散的方向性，比單幅彌散加權(quán)圖像更全面地反映出成像體素內(nèi)彌散的變化情況，可以從微觀角度反映腦組織結(jié)構(gòu)的連通性和完整性。DTI技術(shù)已在多種中樞神經(jīng)系統(tǒng)疾病的病灶病理分析中表現(xiàn)出極大的研究價值，可為臨床治療及預(yù)后評估提供重要的參考依據(jù)，因此越來越受到廣泛關(guān)注。
　　然而，DTI技術(shù)目前尚主要停留在對腦神經(jīng)科學(xué)的研究階段，其臨床化進程主要受到量

2、化分析的瓶頸制約。已有的DTI量化分析方法存在各自的應(yīng)用局限性，為了建立較為準確又合理的DTI量化分析模型，為疾病提供可靠的病理診斷依據(jù)，開展了本論文的研究工作，論文的研究內(nèi)容主要如下：
　　一方面，對當(dāng)前廣泛研究、普遍認可的一種DTI量化分析方法，即基于體素的全腦分析方法（VBA），進行算法分析及流程實現(xiàn)，并針對其平滑步驟中的各向同性高斯核尺寸無統(tǒng)一標準而對分析結(jié)果產(chǎn)生很大影響的問題，提出了一種適用于DTI圖像去噪，又有效保留纖

3、維束特征的各向異性濾波算法，并將其與普通各向異性濾波方法處理的結(jié)果進行比較，從主觀和客觀兩個角度，利用圖像間的均方根誤差值、峰值信噪比、結(jié)構(gòu)相似性指標等多個圖像質(zhì)量評估參數(shù)驗證了所提出的算法的優(yōu)越性。
　　另一方面，對近年來逐漸流行的基于纖維束空間統(tǒng)計（TBSS）的DTI量化分析方法進行了研究和實現(xiàn)，并聯(lián)合基于所提出的各向異性濾波器的VBA方法，建立 DTI量化分析融合模型，依據(jù)相同的DTI圖像預(yù)處理過程及相同的圖像配準模板，綜合

4、兩種方法分析結(jié)果各自的優(yōu)勢，既可以較為準確地定位腦白質(zhì)纖維束 DTI參數(shù)值顯著變化的位置，又可以分析病變區(qū)域的相關(guān)解剖結(jié)構(gòu)變化。
　　基于這一融合量化分析模型，針對多發(fā)性硬化癥臨床DTI數(shù)據(jù)進行了分析，取得了較為準確合理的分析結(jié)果，并發(fā)現(xiàn)了視神經(jīng)纖維束出現(xiàn)的DTI參數(shù)顯著性變化，說明視神經(jīng)束可能出現(xiàn)髓鞘微損傷或軸突損傷，符合病人普遍視力減弱的臨床癥狀表現(xiàn)，而這樣的病灶在MRI影像上無法看到，這對多發(fā)性硬化的早期評估及臨床診斷具有十