PET脑视功能区自动提取的研究.docVIP

PET脑视功能区自动提取的研究 【】Talairach坐标系，根据图谱中脑功能区的坐标，在3D图像中提取相应的功能区；为验证功能区提取的有效性，对志愿者带眼罩和不带眼罩各14例，加光刺激，提取视区并染色，计算经小脑归一化后的平均密度值。结果 两组视区平均密度值显著性差异(P0.001)；视区位置符合解剖学定义。结论 自动提取功能区的方法是有效的。 【】）【】functional areas were extracted from 3D PET images based on the coordinate gotten from Atlas; 14 Volunteers with eyepatch and 14 volunteers without eyepatch were simulated by light, Brodmann 17 area was extracted and rendered, the grey value of the area were normalized by cerebellum, then the grey mean of whole area were measured. Results The grey mean between two groups had significant difference (P0.001). The position of Brodmann 17 area fitted anatomical definition. Conclusion The automatic functional area extracted method was proved to be available. 【】【作者简介】张剑戈 （1972-），男，山东济南人，讲师，硕士 PET是一种无创性的探测生理性放射核素标记化合物在机体内分布的断层显像技术，是对活机体的生物化学显像。外加刺激或疾病会使相关功能区的葡萄糖代谢发生变化，分析18F-FDG PET显像中功能区的像素密度值的情况，对认知学研究和疾病的诊断都有重要意义[1]。 通过感兴趣区（ROI）可计算区域的放射性计数，再对这些放射性计数进行统计分析，是分析大脑活动的常用方法，但是这种方法主观性强、随机误差大、可重复性差。Friston等人提出了统计参数地图（Statistical Parametric Mapping, SPM）方法[2]，依靠像素密度值对全脑功能成像进行数学分析，适用于统计分析成组比较的样本资料，但不能分析单独个体的区域像素资料。 本研究通过非线性的空间变换（Nonlinear Spatial Transform）将PET图像映射（Mapping）到Talairach坐标系[3]，根据图谱中脑功能区的坐标，从个体的三维PET图像中自动地提取出功能区，利用像素的灰度值计算放射性计数，以分析不同刺激条件下脑部功能区活动情况。 方法和材料 提取脑功能区，首先进行图像与图谱空间归一化（Spatial Normalize）[4,5]，包括3D图像配准(image registration)和图像3D形变两个步骤；然后从Talairach模型中得到待研究功能区的3D坐标；最后从图像中提取出功能区域。 图像配准 本文利用仿射变换(affine transform)实现图像配准[6]。仿射变换由旋转、平移、尺度变换等空间变换组合而成，定义为：。式中X、Y表示像素的空间位置，M是4×4的空间变换矩阵。仿射变换包括12个参数，记为P。PET图像记为f，图谱记为g， f(X)和g(Y)分别表示f和g中位置为X和Y的像素灰度值。用Di(P)描述灰度差值，下标i表示图像中第i个像素。 f(MXi)与g(Xi)之间具有相关性。用矩阵T描述仿射变换参数P的变化，以Di(P)的平方和作为优化目标函数： 最优化点附近参数值与函数值近似为线性关系，用一阶Taylor函数近似函数Di(P)，经过迭代得到仿射变换参数矩阵P，根据仿射变换公式将图像f映射到图谱空间g。 图像形变 不同个体的头部形状存在差异，为了使用根据标准图谱所确定的功能区坐标，PET图像需要形变与图谱形状吻合，内部组织，包括灰质、白质和脑脊液等也随之形变。研究人员提出了多种形变算法[7~9]，但这些方法存在不能自动进行或是计算量大的问题。 本文根据Friston等提出的非线性形变算法[2,5]，通过基函数的线性组合建立形变域(deform field)，实现3D图像的形变，有效地减少了形变参数的数量。3D图像从坐标X到坐标Y的形变表示为： 式中yi和xi分别表示在三维空间上的坐标。tid表示了在d维上第i个系数，而bid(X)表示在位置X上d维的第i个基函数。式中的Σ部分是