Construction of Human Brain Template.pdf

1、雖然大腦結(jié)構(gòu)具有共性，但長期的研究結(jié)果表明地球上每個人的腦部結(jié)構(gòu)都是獨一無二的，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。這種個體差異促進了神經(jīng)影像學(xué)的發(fā)展，尤其是在大腦幾何學(xué)統(tǒng)計分析和多樣本腦統(tǒng)計圖譜創(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)中一個研究分支就是人腦三維模板的構(gòu)建，即基于專用軟件對MR腦圖像進行處理，包括數(shù)據(jù)處理和數(shù)

2、據(jù)統(tǒng)計。當(dāng)前研究人員面臨的兩大主要問題是模板分辨率低、存在噪聲干擾，以及與之相關(guān)的圖像處理問題，主要是預(yù)處理算法和MRI數(shù)據(jù)獲取。
　　過去十年里，神經(jīng)影像學(xué)領(lǐng)域在以下幾個方向發(fā)展：
　　(1)神經(jīng)退行性疾病圖譜，用于檢測常見癥狀和映射疾病進展的大體階段。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腦功能的不可逆破壞引起的腦部結(jié)構(gòu)變化。另一個例子是精神障礙腦圖譜，精神疾病會使大腦的發(fā)生顯著變化，該模板

3、組用于反映組織變化，通過統(tǒng)計圖譜可對這些變化進行評估。
　　(2)健康人三維統(tǒng)計圖譜，用于確定正常人大腦的結(jié)構(gòu)特點和主要差異。
　　(3)腦功能統(tǒng)計圖譜，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)過程中或休眠狀態(tài)中或醫(yī)療診斷過程中的不同區(qū)域的活躍情況。
　　人腦概率統(tǒng)計圖譜是神經(jīng)解剖學(xué)的概率統(tǒng)計圖譜，其由人工標記描繪的MRI數(shù)據(jù)組成，并將每個對象的體素信息映射到圖譜空間，然后在圖譜空間統(tǒng)計每個體素位置的

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)計適當(dāng)?shù)膮⒖甲鴺讼担蹲酱竽X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。本文采用國際上普遍采用的研究流程，利用SPM軟件對數(shù)據(jù)進行處理。SPM是英國倫敦大學(xué)Friston教授等人在通用數(shù)學(xué)軟件Matlab基礎(chǔ)上開發(fā)的軟件

5、系統(tǒng)，其統(tǒng)計功能非常強大，可用于在時間和空間范圍內(nèi)構(gòu)建人腦統(tǒng)計圖譜并進行定量評估。
　　本文研究關(guān)于性別不同導(dǎo)致的人類腦部結(jié)構(gòu)差異性，主要是通過構(gòu)建男性和女性大腦整體機構(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)展階段對腦部結(jié)構(gòu)變化的影響。課題研究對象主要來源于網(wǎng)絡(luò)開放的腦部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、處理主要包括四個步驟：（1)重定位，主要是保證不同個體的腦部位姿在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)最大后驗概率的灰度統(tǒng)計法對灰度不均勻場進行估計，并采用灰度補償?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)過圖像力和幾何約束力作用下發(fā)生形變逼近大腦表面，實現(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系，以解剖結(jié)構(gòu)標志點前連合作為參考坐標系原點，以前后聯(lián)合所在直線為y軸，以過原點并垂直與正中矢狀面的直線為x軸，通過原點在正中矢狀面上垂直于y軸的直線為z軸建。每個樣本數(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、圖像配準過程負責(zé)將每個樣本MR圖像數(shù)據(jù)集轉(zhuǎn)換到上述坐標系中。根據(jù)配準中涉及到的兩個數(shù)據(jù)模態(tài)類型，圖像配準方法需要采用相應(yīng)的相似度準則，如果是相同模態(tài)MR圖像的配準（如T1加權(quán)MR圖像與T1加權(quán)MR圖像配準）可以采用灰度差作為相似度測度，對于不同模態(tài)MR圖像的配準（如T1加權(quán)MR圖像與T2加權(quán)MR圖像配準）可以采用互信息作為相似度測度。圖像配準中采用的空間變換主要是剛性變換，由六個變量組成，包括沿三個坐標軸的平移量和繞三個坐標軸的旋轉(zhuǎn)量。

9、本文中MR圖像配準，浮動圖像為每個樣本的MR圖像，固定圖像則選擇ICBM腦模板，以灰度差為相似性測度，采用剛性變換將每個樣本MR圖像與ICBM腦模板配準，從而將每個樣本MR圖像轉(zhuǎn)換到上述坐標系中。
　　空間標準化是將每個樣本的數(shù)據(jù)歸一化到一個標準的立體定向空間中。理想立體定向空間應(yīng)該是個體數(shù)據(jù)向該坐標系轉(zhuǎn)化的過程中受個體差異性影響最小。該立體定向空間可以通過簡單的特征統(tǒng)計分析直接獲得。因此，立體定向空間也會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準空間，根據(jù)灰度相似性準則采用分段線性插值的方法將每個樣本MR數(shù)據(jù)轉(zhuǎn)換到MNI立體定向。
　　圖像分割是將每個樣本的MR圖像中腦部組織進行分類，主要是灰質(zhì)、白質(zhì)和腦脊液三類。由于沒有精確的分割方法，因此，本文中圖像分割是估計不同組織在標準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。圖像分割主要采用的基于概率統(tǒng)計的聚類方法，得到大腦空間中每個體素屬于每類組織的概率，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減少高頻隨機噪聲。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準，平滑核設(shè)定每個體素的概率值。然后基于排除高頻信號而保護低復(fù)發(fā)信號的原則，對處理后圖像的邊緣和形狀

12、范圍進行平滑化。
　　基于體素的形態(tài)學(xué)分析主要是體素級的統(tǒng)計分析，主要是應(yīng)用一般線性模型，該模型具有一定靈活性，可以用于不同類型的統(tǒng)計檢驗，如組別差異分析，感興趣協(xié)變量的相關(guān)性分析。通過比較分析，可以明確某一因素，如性別，疾病發(fā)展階段，對腦部解剖結(jié)構(gòu)的影響。
　　本文通過上述處理流程，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)計圖譜，并進行比較分析。針對阿爾茨海病人數(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)計圖譜，并進行比較。
　　腦概率統(tǒng)計圖譜為神經(jīng)影像學(xué)研究和醫(yī)學(xué)診斷提供了新的機會。對于臨床，統(tǒng)計參數(shù)腦圖譜可以給出大腦成熟過程和不同疾病發(fā)展過程中腦結(jié)構(gòu)變化的描述可成為疾病診斷的生物標記。在神經(jīng)影像學(xué)研究領(lǐng)域人腦統(tǒng)計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3D生物打印技術(shù)打印高分辨率腦模