一種健康人群白質(zhì)纖維束圖譜構(gòu)建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及彌散張量成像領(lǐng)域，尤其涉及一種健康人群白質(zhì)纖維束圖譜構(gòu)建方 法。
【背景技術(shù)】
[0002] 彌散張量成像技術(shù)（diffusion tensor imaging，DTI)是近年來迅速發(fā)展的一種 描述大腦白質(zhì)纖維束的新方法，是核磁共振成像（Magnetic Resonance Imaging，MRI)的特 殊形式。該成像手段可以對大腦內(nèi)具有特殊擴散特性水分子的擴散軌跡模擬重建，獲取傳 統(tǒng)結(jié)構(gòu)成像技術(shù)難以捕捉到的白質(zhì)纖維束走向的信息?；趶浬埩砍上竦拇竽X張量圖譜 構(gòu)建是神經(jīng)影像研宄框架中的一個非常重要的研宄方向。研宄者通過現(xiàn)代神經(jīng)影像學(xué)技術(shù) 采集大樣本健康人群擴散張量圖像數(shù)據(jù)，進行統(tǒng)計意義上的建模，綜合樣本集中每一個被 試解剖結(jié)構(gòu)的共同特性并構(gòu)建數(shù)字化統(tǒng)計圖譜。當前國際現(xiàn)有模板構(gòu)建研宄中，最根本的 出發(fā)點在于建立一個標準的坐標系來定位大腦內(nèi)部各個組織結(jié)構(gòu)，健康人群大腦白質(zhì)圖譜 的構(gòu)建是檢測白質(zhì)結(jié)構(gòu)形態(tài)的基礎(chǔ)。這樣就可以使得不同個體不同樣本集之間生理結(jié)構(gòu)和 病理學(xué)的統(tǒng)計學(xué)分析具有橫向的可比性，促使人腦功能和結(jié)構(gòu)的神經(jīng)影像學(xué)得到進一步發(fā) 展。其中，對于張量圖像統(tǒng)計模板的構(gòu)建的關(guān)鍵步驟是彌散張量圖像的配準。
[0003] 磁共振成像是一種無創(chuàng)傷無損害的腦成像技術(shù)，它是研宄活體中腦活動以及分析 其機理的重要工具。DTI是近年來發(fā)展起來的新的磁共振成像方法。主要是利用大腦中各 種組織中水分子在外加磁場的作用下所表現(xiàn)出的不同的擴散特征而進行成像的。圖像中的 每一個體素點用一個二階張量來描述其水分子的擴散特性，從而間接的反應(yīng)白質(zhì)纖維束的 物理和結(jié)構(gòu)信息。
[0004] 傳統(tǒng)的磁共振成像技術(shù)模板在識別描繪特性的白質(zhì)區(qū)域是非常困難的。DTI作為 一種新的磁共振成像形態(tài)，可以對白質(zhì)纖維束進行模擬重建和可視化。為了更全面理解疾 病模型或者使用不同組之間的統(tǒng)計比較來分析功能損傷與結(jié)構(gòu)異常之間的關(guān)聯(lián)，目前有許 多關(guān)于基于特異性研宄的張量統(tǒng)計模板構(gòu)建的研宄。使用最為廣泛的是約翰?霍普金斯 醫(yī)學(xué)大腦科學(xué)研宄所的Mori等人提出的ICBM模板，他使用平均擴散加權(quán)成像（Diffusion Weighted Imaging，DWI)圖像進行仿射配準，然后使用獲得的配準參數(shù)來重新計算張量圖 像，最后使用線性平均來進行統(tǒng)計模板的構(gòu)建。紐卡斯爾大學(xué)的Jones等人使用10個正常 被試的DTI數(shù)據(jù)創(chuàng)建了統(tǒng)計圖譜，他使用被試的分數(shù)各向異性（Fractional anisotropy， FA)圖像進行仿射配準，然后將配準后的變換參數(shù)作用在樣本的張量圖像上進行方向校正， 最后通過不同的統(tǒng)計構(gòu)建方法來進行圖譜構(gòu)建。烏爾姆大學(xué)的Muller等人使用了 13個正 常被試中的b0圖像進行圖像配準并使用仿射變換的方法將個體樣本數(shù)據(jù)中沒有梯度方向 的圖像（b0)配準到蒙特利爾神經(jīng)科學(xué)研宄所（Montreal neurological institute，MNI) 模板空間，然后將變換參數(shù)作用到張量圖像上并進行方向重定向，最后進行模板構(gòu)建。
[0005] 當前DTI圖譜構(gòu)建主要面臨以下幾個問題：第一，使用客觀準確的參考圖像進行 圖像配準。由于DTI數(shù)據(jù)不同于傳統(tǒng)的結(jié)構(gòu)磁共振圖像，其圖像結(jié)構(gòu)不能詳細準確的描繪 腦組織結(jié)構(gòu)，現(xiàn)有研宄中往往使用一個計算后得到的標量參數(shù)圖像作為配準時的參考圖 像，如平均彌散度（Mean Diffusivity，MD)，分數(shù)各向異性（Fractional Anisotropy，F(xiàn)A) 等。然而，這些FA、MD圖像存在著較大噪聲，和細微解剖結(jié)構(gòu)不清晰等特點，所以往往會造 成配準參數(shù)的不準確，從而造成整體的DTI圖譜構(gòu)建的不準確。第二，張量圖像配準方案。 現(xiàn)有基于大腦體素形態(tài)學(xué)的研宄是使用一個標準模板作為配準目標，如MNI模板。使用標 準模板的優(yōu)勢在于，它包含一個標準的幾何形態(tài)結(jié)構(gòu)，標準的坐標系統(tǒng)以及標準的腦區(qū)劃 分。由于標準模板有著眾多的優(yōu)勢，許多的基于DTI的基于體素的分析方法（Voxel-based MorphometryJBM)研宄都使用標準模板進行數(shù)據(jù)分析，這樣可以使得數(shù)據(jù)分析在標準空間 下進行。然而，國際標準模板是基于大樣本多個年齡階段的健康白種人群數(shù)據(jù)集構(gòu)建，所以 不能反應(yīng)特定年齡階段健康中國人群大腦白質(zhì)結(jié)構(gòu)特性，導(dǎo)致在圖像配準過程中存在潛在 的校準偏差，進一步導(dǎo)致結(jié)果的不準確。
[0006] 鑒于上述缺陷，本發(fā)明作者經(jīng)過長時間的研宄和實踐獲得了本創(chuàng)作。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于提供一種健康人群白質(zhì)纖維束圖譜構(gòu)建方法，用以克服上述技 術(shù)缺陷。
[0008] 為實現(xiàn)上述目的，本發(fā)明提供一種健康人群白質(zhì)纖維束圖譜構(gòu)建方法，基于正常 人群的彌散張量圖像，構(gòu)建包含所有本是信息的彌散張量磁共振圖譜，其具體過程為：
[0009] 步驟a，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)進行預(yù)處理；
[0010] 步驟b，對采集的圖像數(shù)據(jù)進行預(yù)處理之后，進行圖像配準以得到變換參數(shù)T ;
[0011] 步驟C，將得到的變換參數(shù)T與T'進行融合，然后將融合后的參數(shù)作用到聯(lián)合最 初聯(lián)合配準之后的T1數(shù)據(jù)上，并且對處理的數(shù)據(jù)進行線性平均得到過渡模板，最后再將最 初聯(lián)合配準的T1結(jié)構(gòu)像配準到過渡模板上，得到變換參數(shù)T" ；
[0012] 步驟d，將得到的變換參數(shù)T"作用到預(yù)處理后的DTI數(shù)據(jù)上，并且對處理的數(shù)據(jù)進 行方向校正，最后進行線性平均得到模板。
[0013] 進一步地，上述步驟a的具體過程為：
[0014] 步驟al，采集數(shù)據(jù)；包括被試個體的T1結(jié)構(gòu)像以及30個擴散敏感梯度脈沖方向 的DWI像和一個b0像，DTI數(shù)據(jù)重復(fù)掃描兩次；
[0015] 步驟a2,對DTI數(shù)據(jù)進行平均；
[0016] 步驟a3,去腦殼；分別對T1結(jié)構(gòu)像和DTI圖像進行去腦殼處理；
[0017] 步驟a4,渦流/頭動/回波平面成像。
[0018] 進一步地，上述步驟b的具體過程為：
[0019] 步驟bl，對預(yù)處理后的T1圖像數(shù)據(jù)進行聯(lián)合配準；將個體被試的T1結(jié)構(gòu)像與b0 像進行聯(lián)合配準，T1結(jié)構(gòu)像就可以轉(zhuǎn)換到DTI空間下，使得T1結(jié)構(gòu)的圖像維度、體素點大 小以及空間坐標等信息與b0保持一致；
[0020] 步驟b2,使用仿射變換的方法初步的將聯(lián)合配準后的T1結(jié)構(gòu)像的數(shù)據(jù)配準到MNI 模板的標準空間下，這樣可以使得T1結(jié)構(gòu)的圖像維度、體素點大小以及中心點位置等信息 與MNI模板圖像保持一致，同時也