《DTI数据分析及应用.pdf》由会员分享，可在线阅读，更多相关《DTI数据分析及应用.pdf（74页珍藏版）》请在金锄头文库上搜索。
1、DTI数据分析及应用数据分析及应用 舒 妮 博舒 妮 博士士 北京师范大学认知神经科学与学习研究所北京师范大学认知神经科学与学习研究所 Page 2 内容提纲内容提纲 DTIDTI的研究内容的研究内容 DTIDTI数据处理流程数据处理流程 DTI StudioDTI Studio FSL FSL FMRIBFMRIB s s Diffusion ToolboxDiffusion Toolbox Page 3 扩散张量成像的研究内容扩散张量成像的研究内容 纤维跟踪算法纤维跟踪算法纤维跟踪算法纤维跟踪算法 基于基于基于基于DTIDTI的应用研究的应用研究的应用研究的应用研究 Page 4 扩散张量
2、的数学描述扩散张量的数学描述 D D D D xxxx D D xyxy D D xzxz D D xyxy D D yyyy D D yzyz D D xzxz D D yzyz D D zzzz 1 1 0 00 0 0 0 2 2 0 0 0 0 0 0 3 3 v v1 1 v v2 2 v v3 3 v v1 1v v2 2 v v3 3 特征分解特征分解 特征值特征值特征值特征值 1 1 2 2 3 3 0 0 特征向量特征向量特征向量特征向量 v v i i v v j j i i j j D D D D xxxx D D xyxy D D xzxz D D D xy xyxy
3、D D yyyy D D yzyz D D D xz xz xz D D D yz yz yz D D zzzz Page 5 确定性跟踪算法确定性跟踪算法 跟踪终止条件跟踪终止条件跟踪终止条件跟踪终止条件 Mori et al Ann Neurol 1999 Page 6 确确 定定 性性 跟跟 踪踪 结结 果果 Catani et al Brain 2005 粗大的白质纤维束粗大的白质纤维束粗大的白质纤维束粗大的白质纤维束 Page 7 纤维走向的不确定性纤维走向的不确定性 Jones MRM 2003 LinearityLinearity UncertaintyUncertainty B
4、ootstrap Bootstrap 方法方法方法方法 Page 8 概率跟踪算法概率跟踪算法 Direction UncertaintyDirection Uncertainty DTI NoiseDTI Noise Partial Volume EffectsPartial Volume Effects Slide from Tri Ngo Page 9 概率跟踪的方法概率跟踪的方法 NonNon parametric model free approachesparametric model free approaches Bootstrap methodBootstrap method
5、 HARDI QHARDI Q ball DSIball DSI Parametric approachesParametric approaches Prior knowledge and models Bayesian frameworkPrior knowledge and models Bayesian framework Probability density function PDF local globalProbability density function PDF local global How to estimate the distribution of fiber
6、orientations within a voxel Page 10 概率跟踪的思想概率跟踪的思想 Reference Behrens T E et al Characterization and propagation of uncertainty in diffusion weighted MR imaging Magn Reson Med 50 1077 88 2003 Page 11 概概 率率 跟跟 踪踪 结结 果果 Friman et al IEEE TMI 2006 Page 12 概率跟踪的优点 概率跟踪的优点 概率跟踪的优点 概率跟踪的优点 估计纤维走向的不确定性估计纤维走
7、向的不确定性 一定程度上解决纤一定程度上解决纤 维交叉问题维交叉问题 研究研究FAFA较低的灰质脑区之间的解剖连接较低的灰质脑区之间的解剖连接 跟踪结果对噪声更稳定跟踪结果对噪声更稳定 定量描述空间任意两个体素之间的连接概率定量描述空间任意两个体素之间的连接概率 概率跟踪的缺点 概率跟踪的缺点 概率跟踪的缺点 概率跟踪的缺点 需要采集较多梯度方向的需要采集较多梯度方向的DTIDTI图像图像 计算量大 耗时计算量大 耗时 Page 13 Connectivity based classification of thalamic voxels produces clusters Behrens e
8、t al Nature Neuroscience 2003 Page 14 Improvements on the diffusion tensor model single fibremultiple fibres Slide from Saad Jbabdi Page 15 确定性跟踪常用软件确定性跟踪常用软件确定性跟踪常用软件确定性跟踪常用软件 DTI Studio DTI Studio MedINRIAMedINRIA 3D Slicer 3D Slicer等等 概率跟踪常用软件 概率跟踪常用软件 概率跟踪常用软件 概率跟踪常用软件 FSLFSL http http www fmrib
9、 ox ac uk fsl fdtwww fmrib ox ac uk fsl fdt Page 16 扩散张量成像的研究内容扩散张量成像的研究内容 纤维跟踪算法纤维跟踪算法纤维跟踪算法纤维跟踪算法 基于基于基于基于DTIDTI的应用研究的应用研究的应用研究的应用研究 Page 17 扩散属性测度扩散属性测度 以上三种情况的以上三种情况的 ADC 0 7 x 10 3mm2 s Page 18 Page 19 Page 20 Page 21 基于扩散属性测度的临床研究基于扩散属性测度的临床研究 基于全脑配准的分析方法基于全脑配准的分析方法基于全脑配准的分析方法基于全脑配准的分析方法 基于体素的
10、统计分析 基于体素的统计分析 VBAVBA 基于白质骨架的空间统计分析 基于白质骨架的空间统计分析 TBSSTBSS 基于感兴趣区的分析方法基于感兴趣区的分析方法基于感兴趣区的分析方法基于感兴趣区的分析方法 手工画感兴趣区的方法手工画感兴趣区的方法 基于纤维重建的定量分析基于纤维重建的定量分析 Page 22 Voxel Based Analysis VBA VBM on FA VBM on FA AshburnerAshburner 2000 2000 RuggRugg Gunn 2001 Gunn 2001 StrengthsStrengths Fully automated smalle
11、st systematic shifts between Alignment difficult smallest systematic shifts between groups can be incorrectly interpreted as FA changegroups can be incorrectly interpreted as FA change No objective way to choose smoothing extent 6 8 or 10 No objective way to choose smoothing extent 6 8 or 10 mm mm P
12、age 23 Page 24 Page 25 Page 26 Page 27 Page 28 Page 29 Page 30 Page 31 精神分裂症患者的精神分裂症患者的VBA分析分析 FAFAFAFA降低的脑区 降低的脑区 降低的脑区 降低的脑区 cerebral peduncle frontal regions inferior temporal gyrus medial parietal lobes hippocampal gyrus Insula right anterior cingulum bundle right corona radiata Hao et al Neuror
13、eport 2006 大脑脚 额区 Page 32 Tract Based Spatial Statistics TBSS Part of FSL software Part of FSL software http www fmrib ox ac uk fsl tbss index html Overcome the drawbacks in VBA method such as Overcome the drawbacks in VBA method such as alignment issue and smoothing issue alignment issue and smooth
14、ing issue FlowchartFlowchart Page 33 TBSS steps in detail TBSS steps in detail preprocessingpreprocessing create FA images from your diffusion create FA images from your diffusion study data study data tbss 1 preproctbss 1 preproc prepare your FA data in your TBSS prepare your FA data in your TBSS w
15、orking directory in the right format working directory in the right format tbss 2 regtbss 2 reg apply nonlinear registration of all FA apply nonlinear registration of all FA images into standard space images into standard space tbss 3 postregtbss 3 postreg create the mean FA image and create the mea
16、n FA image and skeletoniseskeletonise it it tbss 4 prestatstbss 4 prestats project all subjects FA data onto the project all subjects FA data onto the mean FA skeleton mean FA skeleton statsstats e g e g randomiserandomise feed the 4D projected FA data feed the 4D projected FA data into GLM into GLM modellingmodelling and and thresholdingthresholding in order to find in order to find voxelsvoxels which correlate with your model which correlate with your model Page 34 Do cross subject voxelwise s
