基于磁共振成像的大腦白質(zhì)纖維束形態(tài)分析方法研究.pdf

1、大腦作為神經(jīng)系統(tǒng)的中樞，具有極為復(fù)雜的結(jié)構(gòu)和功能。其中大腦白質(zhì)纖維束負責(zé)神經(jīng)元之間信號的傳遞交換，從而在大腦功能網(wǎng)絡(luò)中扮演著極為重要的角色。另外，在大腦的發(fā)育過程以及物種的進化過程中，白質(zhì)纖維束與皮層褶皺模態(tài)的形成也極為相關(guān)。因此，對白質(zhì)纖維束的研究也一直是腦科學(xué)研究中的熱點。然而，到目前為止，少有在全腦上針對這兩個問題展開的大規(guī)模系統(tǒng)研究。除了缺少有效的聯(lián)合分析方法外，傳統(tǒng)方法中所使用的數(shù)據(jù)類型，如解剖切片纖維數(shù)據(jù)等，由于其侵入性等原

2、因，也成為限制研究的一個因素。近年來，特別是隨著多模態(tài)磁共振成像方法在腦科學(xué)用的廣泛應(yīng)用，例如能反映腦組織結(jié)構(gòu)的T1加權(quán)磁共振成像（T1-weighted MRI），能宏觀反映白質(zhì)纖維束形態(tài)的彌散磁共振成像（dMRI）以及能用來宏觀檢測腦功能區(qū)域的功能磁共振成像（fMRI）等，使得在大規(guī)模數(shù)據(jù)上進行宏觀的研究成為可能。因此，本論文以多模態(tài)磁共振圖像為載體，開發(fā)了全新的且被證明有效的多種分析方法，著重對上述兩個方面進行了深入的研究，主要研

3、究內(nèi)容，創(chuàng)新點和結(jié)果總結(jié)如下：
　　.為了研究大腦皮層褶皺和白質(zhì)纖維束之間的關(guān)系，我們首先提出了一下兩種算法：
　　→大腦皮層褶皺模態(tài)的參數(shù)化表達算法。該算法建立在T1加權(quán)磁共振成像重建表面的局部坐標系上，用多項式對局部表面點陣進行擬合。該算法的創(chuàng)新點在于局部坐標系的使用能夠有效的將復(fù)雜的局部表面統(tǒng)一到同一空間，從而使它們具有可比性且更易于對它們的褶皺模式進行統(tǒng)一的參數(shù)化分析。另外，也使得不同磁共振數(shù)據(jù)庫得到的表面也具有可比

4、性。同時，用多項式擬合來進行的參數(shù)化使局部表面得到十分簡潔的表達，便于在后續(xù)的大規(guī)模數(shù)據(jù)上進行分析，比如數(shù)據(jù)驅(qū)動以及模型驅(qū)動的聚類等。大腦表面的褶皺模式最終被聚類為八種基本形態(tài)。
　　→大腦白質(zhì)纖維束形態(tài)的參數(shù)化表達算法。該參數(shù)化算法以 dMRI重構(gòu)出來的每一根纖維為個體，通過提出的歸一化算法將它們統(tǒng)一到同一空間，并在其上提取了四大類形狀描述特征。該算法的創(chuàng)新點在于纖維形狀特征建立在以每一個纖維為單位的基礎(chǔ)上，使得該算法可獨立的運

5、用在不同的磁共振數(shù)據(jù)得到的纖維上，而不受數(shù)據(jù)獲取參數(shù)的影響。另外，將每一根纖維參數(shù)化使得進行大規(guī)模的跨數(shù)據(jù)庫分析，比如形態(tài)的聚類等，成為可能。纖維最終被聚類為四種基本形態(tài)。
　　.在以上兩種算法的基礎(chǔ)上，我們采用聯(lián)合分析的方法對大腦皮層褶皺模態(tài)和白質(zhì)纖維形態(tài)進行了大規(guī)模系統(tǒng)的分析。我們將聯(lián)合分析法用在三類靈長類（恒河猴，猩猩和人類）大腦的多模態(tài)dMRI數(shù)據(jù)上，發(fā)現(xiàn)纖維形態(tài)和皮層褶皺形態(tài)非常相關(guān)。重要的結(jié)論有：在輻射方向上，連接到腦

6、回區(qū)域的纖維束密度要大于連接到腦溝區(qū)域；在切向方向上，纖維束的走向和腦回的彎曲走向有著顯著的相關(guān)性；腦溝底部存在著大量的連接到近鄰腦回的U型纖維束；相較于直線型纖維束，U型纖維束連接的皮層區(qū)域的褶皺模態(tài)更為復(fù)雜。更為重要的是，這些關(guān)于纖維形態(tài)和皮層褶皺形態(tài)關(guān)系的結(jié)論在靈長類大腦中普遍存在。另外，在不同的物種的數(shù)據(jù)上，纖維和褶皺之間關(guān)系的強弱程度也存在著一定的差異。這些差異性在一定程度上揭示了不同形態(tài)的纖維束在物種進化中的作用。
　

7、　.在研究白質(zhì)纖維束和腦功能之間的關(guān)系時，提出了用白質(zhì)纖維束形態(tài)來預(yù)測腦功能區(qū)域的新方法。通過該方法，我們對具有特定功能的腦區(qū)域的白質(zhì)纖維束形態(tài)建立模型，從而能夠使用這一模型在新的被試上預(yù)測該腦功能區(qū)域的位置。該方法的價值不僅僅體現(xiàn)在它進一步證明了腦結(jié)構(gòu)和腦功能之間的緊密關(guān)系，也體現(xiàn)在其具有很好的應(yīng)用前景：僅需要數(shù)據(jù)量小且代價低廉的腦結(jié)構(gòu)數(shù)據(jù)便可預(yù)測得到較為精準的腦功能區(qū)域。而這些功能區(qū)域在傳統(tǒng)的方法中需要從代價昂貴且數(shù)據(jù)量極大的腦功能