三維數(shù)字化人腦圖譜的構(gòu)建及其應(yīng)用.pdf

1、大腦是人類(lèi)最重要并且最為精密的一個(gè)器官，從上世紀(jì)90年代起，人們開(kāi)始越來(lái)越關(guān)注腦科學(xué)的研究，這其中便包括對(duì)數(shù)字化腦圖譜及其應(yīng)用的研究。早期的腦圖譜主要是一些打印出來(lái)的二維圖片集，例如Talairach- Tournoux圖譜和Schaltenbrand-Wahren圖譜等，盡管這些圖譜對(duì)神經(jīng)解剖學(xué)教學(xué)和研究起到了非常巨大的影響，但是他們?nèi)匀淮嬖谥S多缺陷，例如，這些圖譜一經(jīng)生成之后便不能再被改變，醫(yī)生很難通過(guò)這些二維的圖片來(lái)得到大腦內(nèi)部

2、真實(shí)結(jié)構(gòu)的三維印象等。然而，數(shù)字化腦圖譜可以克服這些缺陷，因?yàn)閿?shù)字化腦圖譜是以數(shù)字形式存儲(chǔ)的，因而它們可以隨時(shí)被更新，并且現(xiàn)代的三維可視化技術(shù)完全可以對(duì)圖譜的數(shù)據(jù)進(jìn)行三維重建，從而可以得到一個(gè)非常直觀的三維顯示效果。因此，數(shù)字化腦圖譜的構(gòu)建可謂腦圖像研究的基礎(chǔ)和中心，設(shè)計(jì)一個(gè)綜合全面的腦圖譜，建立可供人腦研究參考的數(shù)據(jù)庫(kù)，具有十分重要的意義。 本文通過(guò)對(duì)大量算法和文獻(xiàn)的研究，介紹了一個(gè)基于MR圖像的數(shù)字化腦圖譜的設(shè)計(jì)，構(gòu)建以及應(yīng)

3、用，并通過(guò)大量實(shí)驗(yàn)對(duì)比，提出了一個(gè)構(gòu)建數(shù)字化腦圖譜的通用方法。構(gòu)建過(guò)程可以分為以下幾個(gè)步驟：（1）數(shù)據(jù)的采集和預(yù)處理；（2）感興趣區(qū)域（ROI）的提取；（3）貼解剖學(xué)標(biāo)簽；（4）三維表面重建；（5）三維網(wǎng)格模型平滑。 首先，一個(gè)高分辨率，高精度，低噪聲的腦部MR數(shù)據(jù)集是構(gòu)建數(shù)字化腦圖譜的基礎(chǔ)，圖譜采用了加拿大蒙特利爾神經(jīng)所(MNI)提供的一套大腦MR數(shù)據(jù)。接下來(lái)，提取感興趣區(qū)域，感興趣區(qū)域的提取實(shí)際上就是結(jié)合解剖學(xué)先驗(yàn)知識(shí)對(duì)大腦

4、數(shù)據(jù)進(jìn)行分割，通過(guò)實(shí)驗(yàn)分析，使用了一種基于快速行進(jìn)法和形態(tài)學(xué)重建法的多步復(fù)合分割算法，經(jīng)過(guò)初步分割后，需要人工進(jìn)行調(diào)整，并提取出腦內(nèi)一些非常細(xì)微的組織結(jié)構(gòu)。針對(duì)上一步提取的每個(gè)感興趣區(qū)域，為其添加了解剖學(xué)名稱，并且將它們的空間信息同解剖學(xué)信息結(jié)合起來(lái)。在腦圖譜瀏覽器中，使用了一種動(dòng)態(tài)交互的方法顯示每個(gè)組織的解剖學(xué)名稱。分割結(jié)束后，為了將每一個(gè)感興趣區(qū)域獨(dú)立開(kāi)來(lái)，使用移動(dòng)立方體算法對(duì)每一個(gè)提取出的組織進(jìn)行了三維表面重建，得到了一個(gè)三維模型

5、數(shù)據(jù)庫(kù)，其中每一個(gè)組織對(duì)應(yīng)一個(gè)三維模型。由于醫(yī)學(xué)數(shù)據(jù)的分層性，表面重建后的三維模型表現(xiàn)出了明顯的階梯效應(yīng)，為此，使用網(wǎng)格平滑算法，對(duì)每個(gè)三維模型進(jìn)行了平滑化處理，最終得到了非常光滑的三維模型。數(shù)字化腦圖譜可以被應(yīng)用到神經(jīng)外科手術(shù)導(dǎo)航和神經(jīng)解剖學(xué)教學(xué)當(dāng)中，更重要的是它能夠被應(yīng)用于模型驅(qū)動(dòng)分割，從而引導(dǎo)大腦自動(dòng)分割。因此，在本文最后，通過(guò)大量實(shí)驗(yàn)與分析，驗(yàn)證了本研究的數(shù)字化腦圖譜完全可以被應(yīng)用于模型驅(qū)動(dòng)分割。圖譜的構(gòu)建已基本完成，但是仍然存