纖維束的顯示將采集的彌散張量成像數據傳至工作站（Leonardo，Simens），利用纖維束跟蹤軟件包來進行處理，經張量域線性內插建立一個連續張量域，然后自一個種子點開始在最大本征向量方向上向前后方向延伸一個步長，計算步長末端的最大本征向量，沿新方向再延伸一個步長，多次重復步驟直至符合終止條件。我們利用1個及2個感興趣區（ROI）的方法來進行纖維束的重建，1個感興趣區主要用于纖維束在各向異性圖像上非常容易辨認，且不與其它纖維束相交叉。比如在旁正中矢狀面上，扣帶周圍不與其它纖維束相溝通，而且易辨認，因此應用一個感興趣區的方法就可以顯示扣帶的纖維。但通過經典解剖知識我們知道構成腦白質的纖維大多是走行緊密相連的。因此在各向異性圖像上采用應用一個感興趣區的方法不能顯示只通過該區域的特定纖維，而是顯示通過該感興趣區的所有纖維。采用兩個感興趣區的方法，放到T2WI上模擬顯示的扣帶圖像圖2上枕額束，疊加到T2WI上的圖像圖3將纖維束成像結果疊加到FA圖上顯示下枕額束圖4將纖維束成像結果疊加到T2WI上顯示鉤束圖5將纖維束成像結果疊加到T2WI顯示上縱束圖6下縱束，將纖維束成像結果疊加到FA圖上置在距離第1個ROI一定距離處，它包含想要顯示的纖維束而不包含任何通過第2個ROI不想要的纖維束。
結果通過選擇恰當的感興趣區，各向異性閾值、角度閾值、步長和體素內采樣數目等參數，利用彌散張量纖維跟蹤技術清楚的模擬顯示了兩大腦半球的扣帶、上枕額束、下枕額束、鉤束、下縱束等聯絡纖維的走行及起止，與經典解剖學比較有高度一致性。
扣帶起自胼胝體嘴下方的嗅旁區皮質，沿扣帶回的內面走行，然后成弓形圍繞整個胼胝體，向前延伸至海馬旁回和鉤。扣帶連接額葉、頂葉、及顳葉。扣帶環繞在胼胝體上方，像一個伸開的手掌，指尖在胼胝體嘴下方彎曲。
上枕額束位于胼胝體的下方，發出纖維連接枕葉及額葉，向后延伸至尾狀核的背側，部分上枕額束的纖維與上縱束平行，但是二者之間由放射冠及內囊分開。下枕額束發出纖維連接枕葉及額葉，但是與上枕額束比較，其位置更靠下。其位于腦島下方，屏狀核的下側緣延伸，然后其發出纖維與下縱束，上縱束的下降部分，及膝矩的纖維相連接，組成矢狀層的大部分。下枕額束的中間部分與鉤束的纖維結合緊密。
鉤束成鉤狀繞過外側裂，連接額葉的眶回、額下回及顳葉的前部。鉤束前部的纖維與上枕額束前部纖維平行，且正好位于其正下方。其中間部分纖維在進入顳葉前與下枕額束中間部分纖維毗鄰。
上縱束纖維是聯絡纖維中最大的一支，在豆狀核與島葉的上方像一個巨大的弧形。發出纖維連接額、頂、顳、枕葉皮質。下縱束發出纖維連接顳葉與枕葉皮質，沿側腦室下角與后角外側壁走行。下縱束橫貫顳葉發出纖維與下枕額束，上縱束的下方及視輻射相連組成矢狀層的一部分橫行至枕葉。
彌散張量成像纖維跟蹤技術彌散張量成像為腦內不同組織水分子的彌散情況提供定量測量的方法。纖維束成像是基于每一體素中局部纖維束的方向與它對應纖維束的傳導方向的假設進行的，即與最大彌散率相聯系的特征矢量對應著纖維束的傳導方向，將大腦中神經纖維束軌跡描述起來就是纖維束成像。纖維束成像的計算方法，迄今比較常用的為張量偏曲算法及流線型算法。
纖維跟蹤技術成像影響因素在本研究中，彌散張量圖像所用的分辨率為2.5mm×2.5mm×2.5mm，軸突直徑通常為10μm，因此每一個體素里面包括大量軸突，因此張量的方向為每一體素內所包含的軸突的平均張量方向。當軸突一致平行的排列時，張量才能精確反映纖維束走行。但是，當軸突不是走行一致時，（如在體素內纖維有交叉），應用每一體素的平均張量就不能精確放映纖維束的走行，在這些體素內，纖維跟蹤技術會有偏差。一些容許體素內有多個張量方向來確定體素內的多個纖維束的技術正在研究。在這些體素內能分辨出不同的纖維走行無疑將使纖維跟蹤技術更加精確。
MR成像過程中噪聲是影響圖像質量的一個重要因素，噪聲降低了每一體素內張量方向的精確性。纖維跟蹤技術依賴對每一體素內張量方向連續估計而建立張量的軌跡進行的，噪聲會導致跟蹤結果偏離真實軌跡。本研究主要采用提高平均次數、使用重復取樣和在后處理時使用高斯平滑等措施減少噪聲。降低運動、電渦流和磁場不均勻引起的偽影，也是成功進行纖維跟蹤的關鍵。本研究使用單次激發回波平面成像技術，一次激發即可獲得所有，空間原始數據，其成像時間明顯短于一般生理運動，從而減少了運動引起的偽影。應用一個ROI方法可能會出現許多偏離正常張量軌跡的情況。
[1][2]下一頁>>
相關信息 
推薦企業 推薦企業
推薦企業
您所在的位置：
