Construction of Human Brain Template.pdf

1、雖然大腦結(jié)構(gòu)具有共性，但長(zhǎng)期的研究結(jié)果表明地球上每個(gè)人的腦部結(jié)構(gòu)都是獨(dú)一無(wú)二的，就像DNA代碼中的核苷酸序列一樣。人們甚至可以用肉眼區(qū)分出腦部MRI圖像大腦皮層典型的溝回形態(tài)特征。這種個(gè)體差異促進(jìn)了神經(jīng)影像學(xué)的發(fā)展，尤其是在大腦幾何學(xué)統(tǒng)計(jì)分析和多樣本腦統(tǒng)計(jì)圖譜創(chuàng)建方面。
　　神經(jīng)影像學(xué)現(xiàn)已成為生物醫(yī)學(xué)工程領(lǐng)域發(fā)展最迅速的方向之一，而神經(jīng)影像學(xué)中一個(gè)研究分支就是人腦三維模板的構(gòu)建，即基于專(zhuān)用軟件對(duì)MR腦圖像進(jìn)行處理，包括數(shù)據(jù)處理和數(shù)

2、據(jù)統(tǒng)計(jì)。當(dāng)前研究人員面臨的兩大主要問(wèn)題是模板分辨率低、存在噪聲干擾，以及與之相關(guān)的圖像處理問(wèn)題，主要是預(yù)處理算法和MRI數(shù)據(jù)獲取。
　　過(guò)去十年里，神經(jīng)影像學(xué)領(lǐng)域在以下幾個(gè)方向發(fā)展：
　　(1)神經(jīng)退行性疾病圖譜，用于檢測(cè)常見(jiàn)癥狀和映射疾病進(jìn)展的大體階段。例如，基于MRI和fMRI圖像建立的阿爾茨海默病腦圖譜用以描述由于對(duì)腦功能的不可逆破壞引起的腦部結(jié)構(gòu)變化。另一個(gè)例子是精神障礙腦圖譜，精神疾病會(huì)使大腦的發(fā)生顯著變化，該模板

3、組用于反映組織變化，通過(guò)統(tǒng)計(jì)圖譜可對(duì)這些變化進(jìn)行評(píng)估。
　　(2)健康人三維統(tǒng)計(jì)圖譜，用于確定正常人大腦的結(jié)構(gòu)特點(diǎn)和主要差異。
　　(3)腦功能統(tǒng)計(jì)圖譜，主要利用fMRI圖像和MRI圖像描述腦部結(jié)構(gòu)在執(zhí)行不同任務(wù)過(guò)程中或休眠狀態(tài)中或醫(yī)療診斷過(guò)程中的不同區(qū)域的活躍情況。
　　人腦概率統(tǒng)計(jì)圖譜是神經(jīng)解剖學(xué)的概率統(tǒng)計(jì)圖譜，其由人工標(biāo)記描繪的MRI數(shù)據(jù)組成，并將每個(gè)對(duì)象的體素信息映射到圖譜空間，然后在圖譜空間統(tǒng)計(jì)每個(gè)體素位置的

4、信息數(shù)據(jù)。該圖譜可以提供關(guān)于腦部結(jié)構(gòu)的概率信息。
　　本文研究目的是構(gòu)建人腦三維模板用于描述大腦及其組成部分的組織結(jié)構(gòu)在空間中的分布關(guān)系。為人腦數(shù)據(jù)設(shè)計(jì)適當(dāng)?shù)膮⒖甲鴺?biāo)系，捕捉大腦結(jié)構(gòu)和功能在大量人群中的差異性，這種差異性可能由年齡、性別、不同疾病狀態(tài)、成像方式、物種之間的不同而產(chǎn)生的。本文采用國(guó)際上普遍采用的研究流程，利用SPM軟件對(duì)數(shù)據(jù)進(jìn)行處理。SPM是英國(guó)倫敦大學(xué)Friston教授等人在通用數(shù)學(xué)軟件Matlab基礎(chǔ)上開(kāi)發(fā)的軟件

5、系統(tǒng)，其統(tǒng)計(jì)功能非常強(qiáng)大，可用于在時(shí)間和空間范圍內(nèi)構(gòu)建人腦統(tǒng)計(jì)圖譜并進(jìn)行定量評(píng)估。
　　本文研究關(guān)于性別不同導(dǎo)致的人類(lèi)腦部結(jié)構(gòu)差異性，主要是通過(guò)構(gòu)建男性和女性大腦整體機(jī)構(gòu)，以及灰質(zhì)、白質(zhì)和腦脊液的概率圖譜闡述這種性別差異引起的腦部結(jié)構(gòu)差異性。研究阿爾茨海默病不同發(fā)展階段對(duì)腦部結(jié)構(gòu)變化的影響。課題研究對(duì)象主要來(lái)源于網(wǎng)絡(luò)開(kāi)放的腦部MRI數(shù)據(jù)OASIS，該數(shù)據(jù)包括不同年齡段，性別，阿爾茨海默病發(fā)展不同階段的樣本數(shù)據(jù)。
　　數(shù)據(jù)的預(yù)

6、處理主要包括四個(gè)步驟：（1)重定位，主要是保證不同個(gè)體的腦部位姿在MRI圖像上是一致或者使樣本MRI圖像中腦部位姿與ICBM模板中腦部位姿保持一致，該步驟主要涉及空間的旋轉(zhuǎn)變換，參數(shù)包括俯仰角，滾動(dòng)角和偏航角；（2)灰度偏差校正，主要是校正成像空間中存在的灰度不均勻性，該步驟主要是根據(jù)最大后驗(yàn)概率的灰度統(tǒng)計(jì)法對(duì)灰度不均勻場(chǎng)進(jìn)行估計(jì)，并采用灰度補(bǔ)償?shù)姆绞较龍D像中的灰度不均性；（3)頭骨剝離，主要是去除顱骨、肌肉等非腦組織對(duì)后續(xù)圖像分析的

7、干擾，該步驟主要采用變形曲面模型的方法使在腦部中心初始化的球面經(jīng)過(guò)圖像力和幾何約束力作用下發(fā)生形變逼近大腦表面，實(shí)現(xiàn)腦部組織與非腦部組織的分離；（4)定義前后聯(lián)合，主要是確定腦部空間的參考坐標(biāo)系，以解剖結(jié)構(gòu)標(biāo)志點(diǎn)前連合作為參考坐標(biāo)系原點(diǎn)，以前后聯(lián)合所在直線為y軸，以過(guò)原點(diǎn)并垂直與正中矢狀面的直線為x軸，通過(guò)原點(diǎn)在正中矢狀面上垂直于y軸的直線為z軸建。每個(gè)樣本數(shù)據(jù)需要使其軸位圖像平行于x-y平面，矢位圖像平行于y-z平面。
　　MR

8、圖像配準(zhǔn)過(guò)程負(fù)責(zé)將每個(gè)樣本MR圖像數(shù)據(jù)集轉(zhuǎn)換到上述坐標(biāo)系中。根據(jù)配準(zhǔn)中涉及到的兩個(gè)數(shù)據(jù)模態(tài)類(lèi)型，圖像配準(zhǔn)方法需要采用相應(yīng)的相似度準(zhǔn)則，如果是相同模態(tài)MR圖像的配準(zhǔn)（如T1加權(quán)MR圖像與T1加權(quán)MR圖像配準(zhǔn)）可以采用灰度差作為相似度測(cè)度，對(duì)于不同模態(tài)MR圖像的配準(zhǔn)（如T1加權(quán)MR圖像與T2加權(quán)MR圖像配準(zhǔn)）可以采用互信息作為相似度測(cè)度。圖像配準(zhǔn)中采用的空間變換主要是剛性變換，由六個(gè)變量組成，包括沿三個(gè)坐標(biāo)軸的平移量和繞三個(gè)坐標(biāo)軸的旋轉(zhuǎn)量。

9、本文中MR圖像配準(zhǔn)，浮動(dòng)圖像為每個(gè)樣本的MR圖像，固定圖像則選擇ICBM腦模板，以灰度差為相似性測(cè)度，采用剛性變換將每個(gè)樣本MR圖像與ICBM腦模板配準(zhǔn)，從而將每個(gè)樣本MR圖像轉(zhuǎn)換到上述坐標(biāo)系中。
　　空間標(biāo)準(zhǔn)化是將每個(gè)樣本的數(shù)據(jù)歸一化到一個(gè)標(biāo)準(zhǔn)的立體定向空間中。理想立體定向空間應(yīng)該是個(gè)體數(shù)據(jù)向該坐標(biāo)系轉(zhuǎn)化的過(guò)程中受個(gè)體差異性影響最小。該立體定向空間可以通過(guò)簡(jiǎn)單的特征統(tǒng)計(jì)分析直接獲得。因此，立體定向空間也會(huì)隨著特征選擇的不同而有所

10、不同，因此，不同研究采用不同的立體定向空間，目前常用的立體定向空間有MNI和Talairach，兩者的差異也直接導(dǎo)致了分析結(jié)果的差異。本文主要采用MNI立體定向空間作為標(biāo)準(zhǔn)空間，根據(jù)灰度相似性準(zhǔn)則采用分段線性插值的方法將每個(gè)樣本MR數(shù)據(jù)轉(zhuǎn)換到MNI立體定向。
　　圖像分割是將每個(gè)樣本的MR圖像中腦部組織進(jìn)行分類(lèi)，主要是灰質(zhì)、白質(zhì)和腦脊液三類(lèi)。由于沒(méi)有精確的分割方法，因此，本文中圖像分割是估計(jì)不同組織在標(biāo)準(zhǔn)空間中分布的概率而并非將組

11、織從圖像中真正的分割出來(lái)。圖像分割主要采用的基于概率統(tǒng)計(jì)的聚類(lèi)方法，得到大腦空間中每個(gè)體素屬于每類(lèi)組織的概率，其取值范圍在[0，1]區(qū)間，0表示該組織在空間此體素內(nèi)沒(méi)有分布，1表示該組織在空間此體素內(nèi)存在。
　　圖像平滑主要是為了通過(guò)減少高頻隨機(jī)噪聲。此外，圖像平滑還可以增加圖像的一般性和最小化主體間的解剖反差。鑒于相鄰體素的高斯標(biāo)準(zhǔn)，平滑核設(shè)定每個(gè)體素的概率值。然后基于排除高頻信號(hào)而保護(hù)低復(fù)發(fā)信號(hào)的原則，對(duì)處理后圖像的邊緣和形狀

12、范圍進(jìn)行平滑化。
　　基于體素的形態(tài)學(xué)分析主要是體素級(jí)的統(tǒng)計(jì)分析，主要是應(yīng)用一般線性模型，該模型具有一定靈活性，可以用于不同類(lèi)型的統(tǒng)計(jì)檢驗(yàn)，如組別差異分析，感興趣協(xié)變量的相關(guān)性分析。通過(guò)比較分析，可以明確某一因素，如性別，疾病發(fā)展階段，對(duì)腦部解剖結(jié)構(gòu)的影響。
　　本文通過(guò)上述處理流程，分別建立了健康人的男性和女性的全腦、灰質(zhì)、白質(zhì)和腦脊液的概率統(tǒng)計(jì)圖譜，并進(jìn)行比較分析。針對(duì)阿爾茨海病人數(shù)據(jù)，建立不同疾病階段的灰質(zhì)、白質(zhì)和腦脊

13、液的概率統(tǒng)計(jì)圖譜，并進(jìn)行比較。
　　腦概率統(tǒng)計(jì)圖譜為神經(jīng)影像學(xué)研究和醫(yī)學(xué)診斷提供了新的機(jī)會(huì)。對(duì)于臨床，統(tǒng)計(jì)參數(shù)腦圖譜可以給出大腦成熟過(guò)程和不同疾病發(fā)展過(guò)程中腦結(jié)構(gòu)變化的描述可成為疾病診斷的生物標(biāo)記。在神經(jīng)影像學(xué)研究領(lǐng)域人腦統(tǒng)計(jì)模板揭示了新的檢查方法，如觀察腦部結(jié)構(gòu)，腦部疾病形式以及腦部解剖結(jié)構(gòu)和組織等。最大概率人腦模板可認(rèn)為是3D生物打印的初始人腦模型。它表示了人腦組織空間分布的基本情況，并有望通過(guò)3D生物打印技術(shù)打印高分辨率腦模