图像分割基于matlab扩散张量成像（DTI）脑白质纤维束成像含Matlab源码 2174期

Posted 2022-11-06 海神之光

一、扩散张量成像（DTI）脑白质纤维束成像简介

1 DTI技术简介
DTI在DWI技术基础上进行改进, 通过水分子扩散运动的各向异性进行成像, 反映纤维束的完整性等微观特性。扩散即布朗运动, 扩散的方式可分为各向同性扩散和各向异性扩散。各向同性扩散是指分子在各个方向上的运动距离相等, 不受限制。而各向异性扩散方式则在各个方向运动距离是参差不齐的, 具有方向依赖性[2]。DTI常用描述图像特征的参数有FA、ADC及平均扩散率 (mean diffusivity, MD) 。由于FA值表示组织的物理特性, 测量相对更为准确, 且FA图像的灰白质对比较明显, 可以更加直观地选择ROI, 因此在临床得到较为普遍的应用。

2 正常人脑白质老化特征和DTI表现
脑老化是大脑有关部位表现出来的与年龄相关的正常组织生理退行性变化。人脑的诸多功能在脑老化过程中会出现不同程度的衰退, 脑皮质和白质的退行性改变对脑功能的衰退有关键影响。脑白质位于大脑深部, 由神经纤维聚集而成, 连接不同脑区, 构成了复杂的脑神经网络。有研究通过对比健康老年人与青年人的脑体积发现, 相比灰质区, 白质区体积的减少量更加明显, 达到11%左右, 约为灰质区体积减少量的3倍。且研究发现脑白质体积变化规律呈现非线性的倒“U”型的曲线轨迹。在40岁之前全脑白质体积随着年龄增长逐渐增加并达到峰值, 40~50岁之间脑白质体积略有波动, 几乎无明显变化, 而50岁之后全脑白质体积及质量逐渐下降, 约以每10年5%的速率减少, 与年龄具有高度的相关性。正常的脑老化不但与脑白质体积减少有关, 还与某些局部相关区域的萎缩有关。有研究发现正常脑老化过程中存在明显萎缩的区域位于大脑三角部额下回、海马、后扣带回。而通过对比老年人与青年人的脑体积发现, 额叶和胼胝体是发生萎缩的主要区域, 且额叶萎缩在Grieve等[7]的有关研究中已经得到证实。Schmidt等通过纵向实验研究脑萎缩与脑白质改变之间的变化关系发现, 正常老年人脑白质发生改变的年龄要早于脑体积减少的年龄。

目前国内外主要从功能学上基于DTI等技术对脑白质老化进行研究。有研究[9]表明, 脑组织退行性改变DTI主要表现为ADC值的升高及FA值的降低, 并认为这种改变主要是在增龄过程中神经纤维数量、长度和排列紧密程度发生改变, 髓鞘脱失以及细胞外间隙扩大等原因造成的。前额叶是最早被证实老年人脑白质FA值下降最显著的部位。倪建明等通过对脑组织扩散各向异性在正常脑老化过程中变化规律的研究, 发现额叶白质FA值随着年龄的增长而逐渐下降。Damoiseaux等通过与青年组对比, 发现健康老年组FA值的减少区域主要集中在额叶、顶叶和皮层下。在之后的有关研究中, 有学者发现正常脑老化的DTI异常区域除额叶白质外, 前扣带回和胼胝体膝部等区域也有异常。Bendlin等发现胼胝体压部FA值与年龄无相关性, 而胼胝体膝部FA值与年龄的相关系数非常高。该现象有学者解释为胼胝体膝部与两侧大脑半球的前额叶皮质之间有许多重要的纤维束相联系。此外, 还有学者发现随着年龄增长FA值下降的脑区还包括内囊后肢和脑室旁后部, 提示这几个部位的退行性改变与年龄具有很高的相关性。值得一提的是, Sala等和Groves等的研究结果一致表明, 除右侧胼胝体和两侧钩回FA值随年龄增长呈线性增加外, 其他所有脑白质在随年龄增长的过程中FA值均呈线性减少, ADC值呈线性增加。

二、部分源代码

% Example of the FT.m Fiber Tracking function.

% Clean everything
clear all; close all; clc

% Load the DTI fractional anistropy (FA) and Fiber VectorField
% First you have to run the DTI_test.m script !
load(‘FT_data’,‘FA’,‘VectorF’);

% Read the Roi, through which all fibers must go (corpus callosum)
info = gipl_read_header(‘corpus_callosum.gipl’);
Roi = gipl_read_volume(info)>0;

% Fiber Tracking Constants
parametersFT=[];
parametersFT.FiberLengthMax=600;
parametersFT.FiberLengthMin=6;
parametersFT.DeviationAngleMax=1;
parametersFT.Step=0.4;
parametersFT.FiberTrackingComputationTreshold=0.125;
parametersFT.Sampling=2;
parametersFT.textdisplay=true;

% Perform fiber tracking
fibers=FT(FA,VectorF,Roi,parametersFT);

% Show FA
showcs3(FA*2.5), set(gcf, ‘Renderer’,‘OpenGL’); hold on;

% Plot all the fibers
for i=1:length(fibers),
fiber=fibersi;
h=plot3t(fiber(1:2:end,1),fiber(1:2:end,2),fiber(1:2:end,3),0.2,‘r’);
set(h, ‘FaceLighting’,‘phong’,‘SpecularColorReflectance’, 0, ‘SpecularExponent’, 50, ‘DiffuseStrength’, 1);
end
view(3);
camlight;
material shiny

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]黄干1,姚旭峰,黄钢.磁共振扩散张量成像在正常脑老化研究中的应用[J].毕节学院学报. 2014,32(04)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除