基于圖像融合理論的人腦神經解剖形態(tài)的三維可視化研究.pdf

1、背景： 腦是人體結構最為復雜的器官，準確、清晰地了解與掌握其內部各種神經結構的形態(tài)信息是對相關疾病進行診斷和治療的重要基礎。必須對腦內結構的空間形態(tài)和位置進行詳細而科學的研究。過去在臨床上人們一般通過CT、MRI等影像設備獲取腦部的二維斷面，醫(yī)生根據二維圖像來想象各個神經結構的空間關系，隨著計算機技術的發(fā)展，計算機輔助三維重建被廣泛應用于醫(yī)學領域，人們開始用CT、MRI等斷面圖像來進行三維重建。但由于受成像原理的限制，精確度較差

2、，所能提供的人體內部信息較少，因此其應用范圍受到局限。近年來人們用腦圖譜的方法來研究腦的形態(tài)結構。但從國內外研究現(xiàn)狀來看，腦圖譜的研究還存在著缺陷：有的用手工勾畫而成的，帶有一定的主觀性；另外多數是以MRI為數據源，MRI圖像分辨率較低，缺少許多人體顱內的重要形態(tài)和功能信息。虛擬人技術的出現(xiàn)為腦圖譜的研究提供了新的契機。虛擬人數據集是以組織切片技術獲得的，具有精度高、能準確顯示神經解剖結構信息的優(yōu)點，但其數據只代表個體的信息，如何把其中

3、的豐富的神經解剖學信息應用到臨床，為臨床患者服務是目前需要迫切解決的問題。醫(yī)學圖像融合技術為解決這一問題提供了新的手段，目前醫(yī)學圖像融合技術在診斷與治療中應用較多，但多是針對同一病人的CT、MRI、PET或SPECT等圖像。盡管影像技術與設備不斷提高，但對于諸多重要且臨床上迫切需要的信息，這些設備均無法獲得或清晰顯示的，關于如何獲取這些信息，目前文獻還較少報道。 目的： 嘗試解決臨床診斷與治療時影像數據中腦神經結構信息量

4、不足的問題。 方法： 以中國虛擬人數據集為對象，用基于閾值的自動分割和基于解剖學知識的手工分割相結合的方法對其中部分神經結構進行識別與分割。為消除因手工分割產生的誤差，在分割過程中用圖像透明的方法，并用腐蝕和膨脹對分割后的神經結構進行平滑處理。用ChamferMatching方法來配準融合MRI和PET圖像，并對ChamferMatching方法進行了改進，采用了可變步長逐步逼近的算法，使精度大大提高。用基于最大互信息方

5、法把虛擬人數據集與病人MRI數據場進行配準融合，采用剛體配準方法，使兩幅圖像達到剛體位置上的配準，針對兩者存在的個體差異，采用非剛體配準方法予以校正，從而達到了精確配準的目的。最后用表面繪制與體繪制相結合的方法來顯示融合后的神經結構，并提出了基于等值面原理來提高體繪制的運算速度。 結果： 經過三維重建后的虛擬人神經結構輪廓清晰，形態(tài)逼真。將外部結構透明后可清晰顯示各個內部神經結構的形態(tài)、毗鄰關系及在腦中的位置。可在三間中

6、繞任意軸旋轉任意角度，從不同的方向進行觀察。經過剛體與非剛體配準后，虛擬人數據與MRI數據基本達到對位重合，在同一幅圖像上既能顯示虛擬人數據集中的神經結構，又能顯示病人MRI數據中的病變部位。重建后的圖像逼真，可從三維上清晰顯示病變部位及神經結構的形態(tài)、毗鄰關系及在腦中的位置。 結論： 三維重建后的神經結構，對于神經外科疾病的診斷與治療和解剖學教學科研具有重要的輔助作用。 將虛擬人數據集融合到活體病人影像數據場中