基于標準化圖譜的數(shù)字化三維人腦圖譜研究.pdf

1、數(shù)字化三維人腦圖譜是神經(jīng)解剖學中一種直觀方便的學習工具,可以為神經(jīng)外科手術提供有價值的參考信息.由于紙上圖譜已經(jīng)不能滿足實際需要,三維數(shù)字化人腦圖譜的研究正受到各國科學家的重視.要實現(xiàn)數(shù)字化腦圖譜,需要準確地分割、提取出圖像中的各個腦結構,并加以三維可視化,而很多腦結構純粹基于圖像內(nèi)容是不可能完全準確地分割出來的.本課題的目的,就是要建立一個實驗平臺,借助標準化圖譜所包含的解剖知識和拓撲信息,對任意個體的腦部MR序列圖像,研究對其腦深部

2、結構進行標注、分割、提取和可視化的基本方法.課題選用目前為神經(jīng)科學家所廣泛接受的Talairach-Tournoux圖譜作為標準化圖譜.借助基本的解剖知識,我們將圖譜和圖像轉(zhuǎn)換到同一坐標空間中,并根據(jù)Talairach坐標系統(tǒng)對腦的空間劃分以及由MR圖像得到的空間信息,完成分段仿射變換.經(jīng)過比較,我們選取薄板樣條的方法(Thin-plate Splines,TPS)來對圖像和圖譜進行非線性配準.以胼胝體和丘腦為例,進行薄板樣條變換以后,

3、得到了較好的匹配結果.對結果的分析,表明該方法快速有效,并且具有一定的穩(wěn)健性.我們還提出了一種半自動獲取標記點的新方法,實踐證明可以有效地簡化薄板樣條方法中標記點的獲取過程,具有可行性.通過配準實現(xiàn)對感興趣結構的標注和分割后,我們用兩種不同的形狀插值算法對胼胝體和丘腦的分割結果進行了插值.實踐表明基于距離變換和基于形態(tài)學的插值算法都可以得到合理的結果,但是基于距離變換的形狀插值算法操作起來更方便.對獲得的胼胝體和丘腦體數(shù)據(jù),我們分別用M