论文部分内容阅读
生物体内组织结构的复杂程度的不同会导致水分子弥散运动的差异。磁共振弥散成像是一种通过组织内水分子弥散信息反映组织结构的成像方法。弥散图像尤其适合研究结构性强的神经系统,如脑白质中的神经纤维结构致使水分子的弥散运动呈现出较强的空间各向异性。因此弥散成像方法可用于癫痫病、中风等神经系统疾病的研究。本文针对弥散成像方法,特别是其在临床疾病上的应用进行了研究：1)验证弥散峰度成像(Diffusion Kurtosis Imaging,DKI)的最优化b值采样方案。DKI模型是近年来提出的一种新的弥散成像模型,与其他模型相比,其可以提供生物体组织结构复杂性信息,具有重要的临床意义。但该模型需要采集多方向多b值的弥散加权数据,且采集时间长。为了临床需要,通过优化采集方案提高采集效率。本章对DKI最优化采样方法在实际临床应用中的有效性进行了评估,采用基于体素分析(Voxel-Based Analysis, VBA)方法和基于纤维束示踪的空间统计方法(Tract-Based Spatial Statistics,TBSS)对常规采集方案和最优化采集方案进行了比较。比较结果显示DKI最优化采集方案能达到常规采集方案的效果,且将显著缩短采集时间。2)弥散成像临床数据的组分析方法。本章将组分析方法应用到癫痫疾病的弥散成像研究中。分析方法首先对弥散数据进行了预处理,再对弥散图像进行弥散张量成像(Diffusion Tensor Imaging, DTI)或弥散峰度成像(DKI)参数估计,包括平均弥散(Mean Diffusivity,MD).轴向弥散(Axial Diffusivity, AD),径向弥散(Radial Diffusivity, RD),表现各向异性指标(Fractional Anisotropy, FA),平均峰度值(Mean Kurtosis,MK),横向峰度值(Transverse Kurtosis, TK),径向峰度值(Radial Rurtosis,RK)等。然后对参数图像进行全脑分析,检测癫痫病人与正常人之间存在显著差异的脑区。另外,为了进一步分析癫痫病亚组之间的差异,提取出全脑差异脑区,对每一个差异区域进行服药、年龄等指标的统计分析。3)弥散成像临床数据的个体分析方法。目前大部分弥散成像的研究都基于组间差异分析方法,该方法可以检测疾病全体共性的差异区域,但不能提供病人个体的特异性信息,而这部分信息在临床诊断中意义重大。本章提出了一种针对病人个体的数据分析方法,并针对数据特征做了相应的多重量控制,尝试在个体水平上研究大脑结构变化。同时,为了便于临床医生诊断单个癫痫病人的病灶,本章开发了一个具备个体数据分析方法的应用软件平台。