学位论文 > 优秀研究生学位论文题录展示

基于扩散张量成像的可视化技术研究

作　者: 赵海霞
导　师: 蒋田仔
学　校: 东北大学
专　业: 生物医学工程
关键词: 扩散张量成像各向异性可视化颜色编码图元模型白质
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 39次
引　用: 0次
阅　读: 论文下载

内容摘要

扩散张量成像(Diffusion Tensor Imaging, DTI)是一种新型的磁共振成像方式,该技术的发展对大脑白质纤维的进行无创性研究成为可能。作为非侵入性分析脑内部结构的重要工具,DTI在神经生理学、神经解剖学、神经外科学等领域的研究、诊断中发挥着重要作用。DTI技术基于水分子的扩散属性。众所周知,虽然我们肉眼看到一盆水是静止的,但实际上它内部的水分子在不断的做高速运动,相互碰撞导致它们的扩散,这就是所谓的“布朗运动”。同时水分子的布朗运动有自身的属性,在纤维物质中,水分子在沿纤维束的方向上扩散最快,在垂直纤维束的方向上扩散最慢,称作扩散异向性；而在理想的均匀介质中,水分子在各个方向上扩散程度均衡,称作扩散同向性。大脑组织中的白质就是一种纤维性组织,而灰质和脑脊液则是非纤维组织,所以水分子在大脑组织中的扩散呈现不同的扩散属性,这也是DTI成像的基本原理。DTI图像数据与传统的灰度和彩色医学图像数据不同,是一种复杂的张量场数据,即三维数据场中每个体素都对应一个3×3对称正定张量矩阵。如何采用有效的方法挖掘并真实表达张量矩阵所含的扩散信息成为了DTI研究的核心内容。本文的研究工作主要是实现DTI领域几种常用的可视化算法,包括以下三个方面：颜色编码法、图元显示法和等值面显示法。基于颜色编码的可视化方法分为标量的颜色编码和特征向量的彩色编码两类。标量的颜色编码通常是在保证该标量能够反映张量的各向异性扩散属性的前提下,将扩散张量压缩成标量作为颜色(灰度)的索引。本文结果中分数各向异性(Fractional anisotropy,FA)灰度图有很好的脑白质灰质对比,FA值高的区域反映很强的扩散异性,比如胼胝体。特征向量的彩色编码是直接利用扩散张量的主特征向量各分量e1x,e1y,e1z的绝对值作为彩色图像的R、G、B分量,把它映射到以红、绿、蓝为坐标轴的新坐标中。Red表示左右方向,Green表示前后方向,Blue表示上下方向。该方法能在二维的平面内表达三维的张量扩散方向。图元显示方法是利用图元模型表示每个体素的扩散信息。本文介绍并实现了椭球体、立方体及超二次型图元模型在轴状位切片上的显示。该图元模型定义张量矩阵特征分解得到的三个特征值λ1,λ2,λ3作为模型的轴半径,三个相互垂直的特征向量V1,V2,V3作为模型的坐标系。与颜色编码法相比,图元模型的倾斜方向能够体现扩散的主要方向；模型的大小可以体现张量在各个方向的扩散速率。脑白质等值面显示法直接将三维数据场中具有某种阈值的、能够表征脑白质属性的物质抽取出来(FA值介于0-1)映射为不透明度和颜色。本文分别采用面绘制中移动立方体算法(Marching Cubes)和体绘制中光线投影算法(Ray Casting)实现脑白质三维结构等值面绘制。与图元显示相比,等值面显示更多的体现了全脑的脑白质信息,是连续的而不是离散的。

全文目录

摘要  5-7
Abstract  7-12
第1章绪论  12-18
  1.1 研究背景及意义  12-16
  1.2 本文研究条件  16
  1.3 本文研究内容  16-18
第2章扩散张量成像  18-30
  2.1 扩散现象  18-19
  2.2 磁共振扩散加权成像  19-23
    2.2.1 梯度磁场实现空间编码过程  19-21
    2.2.2 MR图像重建  21-23
  2.3 扩散张量成像  23-24
  2.4 扩散张量的解算  24-26
  2.5 扩散张量各向异性测度  26-29
  2.6 本章小结  29-30
第3章 VTK与医学图像可视化  30-36
  3.1 可视化工具包VTK(Visualization Toolkit)  30-34
    3.1.1 图形模型(The Graphics Models)  31-32
    3.1.2 可视化模型(The Visualization Models)  32-34
      3.1.2.1 数据对象  33
      3.1.2.2 过程对象  33-34
  3.2 医学图像可视化的基本流程  34
  3.3 医学图像可视化存在的问题  34-35
  3.4 本章小结  35-36
第4章扩散张量信息可视化方法  36-44
  4.1 二维显示方法  36-37
    4.1.1 标量的颜色编码(Color Anisotropy Indices)  36
    4.1.2 标特征向量彩色映射图(Eigenvector Color Maps)  36-37
  4.2 三维显示方法  37-41
    4.2.1 图元法(Glphys)  37-38
      4.2.1.1 椭球体  37
      4.2.1.2 立方体  37-38
      4.2.1.3 超二次型图元体  38
    4.2.2 等值面绘制(Isosurface)  38-41
      4.2.2.1 等值面绘制—面绘制  39-40
      4.2.2.2 等值面绘制—体绘制  40-41
  4.3 纤维跟踪  41-43
    4.3.1 确定性跟踪算法  41-42
    4.3.2 统计性跟踪算法  42-43
  4.4 本章小结  43-44
第5章扩散张量信息可视化结果及分析  44-62
  5.1 常用二维可视化方法的实现  44-46
    5.1.1 标量的颜色编码映射图  44-45
    5.1.2 标特征向量彩色映射图  45-46
  5.2 常用三维可视化方法的实现  46-59
    5.2.1 图元法  46-53
      5.2.1.1 椭球体模型显示  47-48
      5.2.1.2 立方体模型显示  48-50
      5.2.1.3 超二次型图元模型显示  50
      5.2.1.4 图元模型显示方法比较  50-53
    5.2.2 等值面绘制  53-59
      5.2.2.1 等值面绘制—面绘制显示  53-55
      5.2.2.2 等值面绘制—体绘制显示  55-58
      5.2.2.3 面绘制、体绘制方法及结果比较  58-59
  5.3 本章小结  59-62
第6章总结与展望  62-66
  6.1 讨论  62
  6.2 结论  62-63
  6.3 展望  63-66
参考文献  66-70
致谢  70

基于扩散张量成像的可视化技术研究

内容摘要

全文目录

相似论文