基于扩散磁共振成像脑白质纤维重建中的多纤维交叉问题研究

扩散磁共振成像技术(diffusion MRI)已经成为无创地研究大脑白质纤维连接的主要成像方式。然而，由于人脑内白质纤维分布连接的复杂性，目前已有的以扩散张量成像(Diffusion Tensor Imaging,DTI)为代表的纤维走向重建方式不能解决交叉纤维的方向重建问题，因此将严重影响基于白质纤维的临床疾病诊断分析及神经科学研究结果的准确性和可靠性。这也是扩散磁共振技术在临床应用以及神经科学研究中面临的最主要障碍之一。本项目拟具体针对该难题中单体素内纤维分布属性函数的建模与求解，以及基于该属性函数的体素间相似性度量这两个关键问题展开研究，以期取得对体素内主要纤维走向分布的准确描述，并在此基础上定义稳定且描述全面的体素间的相似性度量，为进一步基于脑白质的脑图像分割、配准及纤维跟踪等临床应用研究和神经科学研究奠定基础。

自2011年该项目开展以来，项目组基本按照既定的研究目标、研究内容、研究计划和研究预期成果等各项要求，对扩散磁共振成像中纤维交叉的成像及应用问题进行了深入研究，包括不同纤维模型的比较研究、新的模型框架的提出、纤维跟踪方法的研究，以及结合临床问题以及神经科学问题的应用。.在不同的纤维重构模型比较方面，我们对包括基于模型求解的和非模型求解的两类方法进行了系统比较，我们提出了一些评价指标用于比较不同的函数基，分别是完备性、正交性、对信号先验知识的表示性、是否同时可用于单个b值和多个b值、以及函数基的球向部分和径向部分是否可分。通过比较，我们发现SPFI用的SPF函数基是完备正交基，对信号的先验有很好的表示信，不光在多个b值下显示出其优越性，还可以用于单个b值，并且SPF基在球向和径向是完全可分的。同时，针对非模型求解的两类代表性方法，包括基于函数基展开的方法和基于反卷积的方法，我们提出了一套基于临床数据采集的优化参数，这将给临床的实际数据采集和实验提供了系统的证据和借鉴。.在纤维模型重构方面，我们提出了基于微分同胚不变的黎曼框架计算平均扩散密度计算理论和基于统一HARDI框架进行平均扩散密度的估计方法。并在我们上述的临床比较实验研究中，我们提出的基函数重构的方法，在b=2000s/mm^2的临床参数下，可以重构得到稳定的纤维方向。.在临床应用方面，我们把扩散磁共振成像方法用于临床抑郁症的研究，发现在情感调控通路上白质纤维有明显损伤，这对抑郁症疾病的临床行为学表现是一个很好的证据和解释，同时也应邀在SCI杂志上写了一篇关于扩散磁共振成像在临床神经精神疾病应用研究中的综述文章，系统阐述了该领域的研究背景和未来研究展望。.本项目共资助已经发表论文7篇，其中SCI论文2篇，该领域顶尖学术会议(MICCAI)论文全文3篇，会议摘要论文2篇，另外还有2篇SCI论文分别在审和在准备(预计在该项目后续跟踪的一年内可以正式被接收并补充提交结题材料)。.项目负责人本人应邀担任World Congress 2012 on Medical Physics and Biomedical Engineering会议的分会主持人，同年也受邀担任中国图像图形学会青年委员会委员。.本项目负责培养的博士生已经毕业，并在美国University of North Carolina做博士后。