基于扩散张量图像的脑白质纤维跟踪方法研究

《基于扩散张量图像的脑白质纤维跟踪方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级ＵＤＣ昆明理工大学专业硕±学位论文基于扩散张量图像的脑白质纤维跟踪方法研究研究生姓名钱洁指导教师姓名、职称易王莉讲师王程学科专业仪器仪表研究方向医学图像处理论文工作２０？起止日期１３年１１月２０１５年３月论文提交日期２０１５年３月一遵守学术行为规范承诺本人已熟知并愿意自觉遵守《昆明理王大学研巧生学术规范实施细厕（试行）》的所有内容，，且论文的纸质版与电，承诺所提交的毕业和学位论文是终稿不存在学术不端行为子版内容完全一致。二独创性声明

2、本人声明所提交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得昆明理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。附件Ｈ学位论文出版授权书我同意将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使用权在全世界范围内授予中国学术期刊（光盘版）电子杂志社（

3、下＂＂简称杂志社），同意其在《中国优秀博硕±学位论文全文数据库》巧ＣＮＫＩ系列数据库中出版，未经杂志社书面许可，我不再授权他人数字化形式出版本文。我同意《中国优秀博硕±学位论文全文数据库出版章程》规定享受相关较益。如有任何第Ｈ方未经杂志社许可使用本人论文，杂志杜应追究其法律责任，诉洛的全部费用由杂志社承担。胜诉后，由杂志社与本人按５：５的比例分配所获赔偿金。；击作者签名；飾２〇ｉ９年女月曰学位论文作者信息＇论文题目基于护散张量图像的脑白质纤维跟踪方法研究Ｉ姓名钱洁学号２０１２７

4、０４０２２答辩日期２０１５年５月９日论文级别博±口硕±囚院／系／所信息工程与自动化学院专业仪器化表工程联系电话Ｅｍａｉｌ＿通信地化邮编：（）备注：■□公开□保密（年月至年月）（保密的学位论文在解密后应遵守此协＿＿＿＿＿＿＿议）－－联系电话：０１０６２７９巧５１６２７９３１７６６２７９０６９３传真：０１０６２７９１８１４－４必邮编通信地址；北京清华大学邮局８４８信箱采编中：１０００８４学位论文使用授权书本论文作者完全了解学校关于保存、使用学位论文的管理办法及规定，即

5、学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权昆明理工大学可Ｗ将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国博±／优秀硕±学位论文全文数据库》进行信息服务，也可Ｗ采用影印、缩印或扫描等复制手段保存或汇编本学位论文。注；保密学位论文，在解密后适用于本授权书。作者签名：／满建导师签名＊别长年５月口日之口巧年５月口日＼学院：信息工程与自动化学院学号：２０１２７０４０２２专业：仪器仪表工程－（式Ｈ份，交研究生院学位工作处）摘要摘要

6、人的大脑中存在着大量的神经纤维，它们的分布错综复杂，直径微小。由于一纤维的分布情况可帮助医生诊断神经方面的疾病，并在脑部手术中起到定的导航作用。，因此能够准确重建人脑内的神经纤维具有重大的科研和实际应用意义目前，利用磁共振扩散张量成像方法重建脑白质内的神经纤维逐渐成为该领域内的研究热点。一神经纤维跟踪是种直观的扩散张量图像显示方法，它是基于扩散张量数据计算得到每个体素的扩散张量及其相关参数一，并按定规则对脑部白质神经纤维进行跟踪的纤维重建方法。纤维跟踪的过程分为两个部分；参数计算和跟踪模型的确定。参数计算是纤

7、维跟踪的基础，包括根据扩散加权图像数据集计算得到的扩散张量数据Ｗ及扩散张量的导出量的计算（如特征值、特征向量、分量各向异性值等参数。）跟踪模型的确定是纤维跟踪方法的关键，因为它的好坏将直接影一响跟踪结果的好坏。针对神经纤维跟踪的研究主要集中于两个问题，个问题是一怎样更好地识别交叉和分叉的纤维，使得跟踪出的纤维更准确更平滑，另个问题是如何实现纤维重建的快速性，Ｗ保证医生诊断的时效性，能够更快地诊断出神经方面的疾病。本文对扩散张量图像的神经纤维跟踪方法展开研究。首先，对扩散张量及其导出量的计算进行了研究，得到纤维

8、跟踪过程中需要的相关参数；然后，深入研究ＦＡＣＴ算法、Ｔｅｎｓｏｒｌｉｎｅ算法、ＶＣＴ算法和概率跟踪算法，好析它们的特点及、其在纤维跟踪过程中存在的问题，并针对这些问题提