一種基于健康人群的白質(zhì)纖維參數(shù)化模型構(gòu)建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于擴(kuò)散張量成像技術(shù)領(lǐng)域，設(shè)及一種基于健康人群的白質(zhì)纖維參數(shù)化模 型構(gòu)建方法。
【背景技術(shù)】
[000引擴(kuò)散張量成像技術(shù)（difTusion tensor imaging, DTI)是一種能夠檢測活體內(nèi)水 分子擴(kuò)散運(yùn)動的磁共振成像技術(shù)，具有無創(chuàng)性特點(diǎn)，已廣泛地應(yīng)用于腦科學(xué)研究中。基于擴(kuò) 散張量成像技術(shù)的大腦白質(zhì)纖維束成像是目前神經(jīng)科學(xué)研究的熱點(diǎn)之一，它利用擴(kuò)散張量 方向信息對大腦內(nèi)水分子的擴(kuò)散運(yùn)動狀態(tài)進(jìn)行跟蹤，可W得到白質(zhì)纖維束的形狀、拓?fù)浣Y(jié) 構(gòu)W及空間位置等信息。纖維的追蹤顯示可W用于神經(jīng)外科手術(shù)前的方案制定、手術(shù)中的 定位指導(dǎo)W及手術(shù)后的治療和評價，有助于正確認(rèn)識疾病對白質(zhì)纖維通道的影響，從而有 效地診斷由于纖維缺失而造成的大腦白質(zhì)疾病。
[0003] 然而，由于不同個體間大腦形態(tài)的差異使得不同個體間白質(zhì)纖維束不具有可比 性，而且纖維束上體素點(diǎn)的空間解剖位置難W對應(yīng)，因此對纖維束進(jìn)行組統(tǒng)計分析比較困 難。本研究基于大腦張量圖譜，提取感性腦區(qū)間的白質(zhì)纖維束信息，確立不同纖維點(diǎn)間的、 模板空間與個體空間的解剖位置對應(yīng)關(guān)系，從而構(gòu)建基于健康人群的纖維參數(shù)化模型。基 于張量圖譜的纖維參數(shù)化方法不僅可W對白質(zhì)纖維束精確定位，而且可W對白質(zhì)纖維束量 化的參數(shù)特性進(jìn)行組的統(tǒng)計分析，該對于白質(zhì)纖維異常疾病的研究具有重要的意義。
[0004] 我們目前處理DTI數(shù)據(jù)集的主流方法是基于纖維束的空間統(tǒng)計（Tract-Based Spatial Statistics, TBS巧方法。該方法可W對不同被試者的骨架白質(zhì)纖維束進(jìn)行組間 比較，尋找有顯著性差異的位置，也就是白質(zhì)異常區(qū)域?；诋惓^(qū)域，我們可W進(jìn)行概率 型纖維束追蹤，從而估計纖維束的走向。概率型追蹤在一定程度上解決纖維交叉問題，并且 可W研究FA值較低的灰質(zhì)腦區(qū)之間的解剖連接。
[0005] 然而TBSS方法只能分析骨架上的白質(zhì)纖維束，無法得到其他地方白質(zhì)的損傷。概 率型纖維跟蹤只能描述兩個腦區(qū)之間纖維束的有無W及大概走向，不能對纖維束的局部形 態(tài)進(jìn)行量化，導(dǎo)致健康人群和病人不能進(jìn)行組上的比較。因此，當(dāng)前的主流研究方法存在局 限性，不能滿足臨床研究和診斷的需要。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服上述技術(shù)存在的缺陷，提供一種基于健康人群的白質(zhì)纖維 參數(shù)化模型構(gòu)建方法，可W實現(xiàn)在全腦范圍內(nèi)展開對纖維束的分析，而不僅僅局限于骨架， 并且可W量化腦區(qū)間纖維束條數(shù)并可沿纖維束分析，解決纖維束中不同纖維上點(diǎn)的對應(yīng)性 問題，從而實現(xiàn)組水平纖維束的統(tǒng)計分析。該方法基于大腦張量圖譜，提出大腦白質(zhì)纖維 束參數(shù)化相關(guān)方法，從而確立了不同個體纖維間點(diǎn)的解剖位置的對應(yīng)關(guān)系，構(gòu)建出健康人 群的纖維參數(shù)化模型。首先，在張量圖譜上進(jìn)行確定型全腦纖維束跟蹤，提取出感興趣纖 維束。根據(jù)平均最近距離準(zhǔn)則對纖維束進(jìn)行纖維綁束，針對綁束后的纖維束采用局部密度 加權(quán)方法選取原型纖維，并根據(jù)弧長對原型纖維進(jìn)行離散化w建立公共坐標(biāo)系統(tǒng)，利用最 優(yōu)點(diǎn)匹配算法將纖維束上其他纖維上的點(diǎn)與原型纖維上的點(diǎn)間建立對應(yīng)關(guān)系。最后，結(jié)合 =次線性插值將個體纖維特性映射到圖譜纖維束中，從而確立不同個體間纖維點(diǎn)的對應(yīng)關(guān) 系，得到個體被試的特性曲線，從而構(gòu)建出健康人群的參數(shù)化模型。
[0007] 其具體技術(shù)方案為；
[000引一種基于健康人群的白質(zhì)纖維參數(shù)化模型構(gòu)建方法，包括W下步驟：
[0009] 步驟一；利用磁共振成像手段獲取大腦功能數(shù)據(jù)并對獲取的數(shù)據(jù)進(jìn)行圖譜的構(gòu) 建，在張量圖譜上進(jìn)行全腦纖維束跟蹤，并提取出感興趣纖維束；
[0010] 步驟二：基于步驟一中提取得到的纖維束進(jìn)行纖維綁束處理，W去除異常纖維；
[0011] 纖維是S維空間中一條連續(xù)的曲線，由一系列的S維坐標(biāo)點(diǎn)表示，對于纖維束中 的任意兩條纖維。和F 聲j)，d代表它們之間的距離，t代表距離闊值，當(dāng)d(。，。）< t 時，則認(rèn)為該兩條纖維屬于同一簇纖維；
[001引當(dāng)纖維上點(diǎn)的個數(shù)比較多時，在每條纖維上等間距的取15個點(diǎn)，。到Fj.的距離并 不等于。到F i的距離，采用對矩陣中對稱位置處的值取平均來對稱化處理矩陣；
[001引設(shè)Pk是F i上的點(diǎn)，P 1是F J上的點(diǎn)，則纖維F i和F之間的距離采用最近平均距離 進(jìn)行計算，具體公式如下；
[0014] dM(Fi，F(xiàn)j) =mean(dm(Fi，F(xiàn)j)，dm(Fj，。)） (1)
[00 巧]其中，式1 (巧，護(hù)_/.)二節(jié)e置"扔皆 A - A，I I ? I I being the Euclidean norm ;
[0016] 最近平均距離屯描述了纖維全局的相似度，形狀越相似，空間上越接近，cU值就越 ?。?br>[0017] 對于距離闊值t的選擇則是利用直方圖的方法獲得，首先纖維之間兩兩求距離， 對于每一條纖維，先對它與其他所有纖維的距離求平均值，然后判斷該直方圖是否符合正 態(tài)分布，如果正態(tài)概率圖顯示為直線型形態(tài)，則符合正態(tài)分布，通過設(shè)置顯著性水平求分位 數(shù)，即為距離闊值t，從而將平均距離值大于分位數(shù)的纖維整條去掉，達(dá)到對纖維束進(jìn)行綁 束的目的；
[0018] 步驟對綁束后的纖維束采用局部纖維密度加權(quán)最長方法提取原型纖維，W建 立公共纖維束坐標(biāo)系統(tǒng)；
[0019] 通過建立一個公共坐標(biāo)系統(tǒng)將纖維歸一化，選取最能代表整個纖維束中其它所有 纖維的一條，也即原型纖維，通過對原型纖維的基于弧長的離散化建立公共坐標(biāo)系統(tǒng)，然后 根據(jù)一定的算法確定其它纖維上的點(diǎn)與原型纖維上點(diǎn)的對應(yīng)關(guān)系；
[0020] 選擇纖維束中局部纖維密度加權(quán)最長的纖維作為原型纖維，纖維密度是通過每個 體素的纖維軌跡的數(shù)目，首先需要計算出來纖維上等距的點(diǎn)的密度，然后沿著每條纖維將 密度進(jìn)行整合，從而得到每條纖維的纖維密度，選擇值最大的那條纖維作為原型纖維；
[0021] 步驟四：根據(jù)弧長對原型纖維進(jìn)行離散化，建立公共的纖維束坐標(biāo)系統(tǒng)；
[0022] 追蹤時使用的是基于歐拉方法的流線型追蹤算法，纖維上兩相鄰點(diǎn)之間的直線距 離大小等于步長值，纖維上的點(diǎn)比較密集，兩相鄰點(diǎn)之間的直線距離近似等于其沿纖維的 弧長距離，采用步長近似代替弧長來對原型纖維采樣離散化，基于原型纖維弧長定義的公 共坐標(biāo)系統(tǒng)已經(jīng)建立；
[0023] 步驟五：通過纖維點(diǎn)匹配算法將弧長參考坐標(biāo)傳遞給其他所有纖維，實現(xiàn)圖譜纖 維束的歸一化；
[0024] 纖維點(diǎn)匹配過程通過最優(yōu)點(diǎn)匹配方法將根據(jù)原型纖維建立的弧長參考坐標(biāo)傳遞 給其他所有纖維，W確定其與原型纖維上點(diǎn)的對應(yīng)關(guān)系，從而建立弧長坐標(biāo)與每一條圖譜 纖維上點(diǎn)的對應(yīng)關(guān)系，從而將圖譜纖維束進(jìn)行歸一化；
[002引 OP方法使用化ngarian算法對原型纖維上每個點(diǎn)進(jìn)行匹配，沿著幾乎垂直于原型 纖維的方向?qū)ふ移ヅ潼c(diǎn)，該方法采用代價函數(shù)進(jìn)行獎懲，假設(shè)i是原型纖維上的點(diǎn)，j是纖 維上的點(diǎn)，該個距離定義為點(diǎn)i和點(diǎn)j之間的測度距離Dy，公式如下：
[0026]
【主權(quán)項】
1. 一種基于健康人群的白質(zhì)纖維參數(shù)化模型構(gòu)建方法，其特征在于，包括以下步驟： 步驟一：利用磁共振成像手段獲取大腦功能數(shù)據(jù)并對獲取的數(shù)據(jù)進(jìn)行圖譜的構(gòu)建，在 張量圖譜上進(jìn)行全腦纖維束跟蹤，并提取出感興趣纖維束； 步驟二：基于步驟一中提取得到的纖維束進(jìn)行纖維綁束處理，以去除異常纖維； 纖維是三維空間中一條連續(xù)的曲線，由一系列的三維坐標(biāo)點(diǎn)表示，對于纖維束中的任 意兩條纖維匕和F