论文部分内容阅读
磁共振成像(Magnetic Resonance Imaging,MRI)已经被广泛应用于临床诊断、疗效评价和基础医学研究等方面,磁共振扩散张量成像(Diffusion Tensor Imaging,DTI)是目前唯一一种可以在活体无创的研究脑白质微观结构的方法。目前最常用的DTI数据分析方法主要有基于感兴趣区(Regions of Interest,ROI)的定量分析和基于体素的统计分析(voxel-based analysis, VBA)。 由扩散张量图像计算得到的各种参数图像当中,各向异性分数(Fractional Anisotropy,FA)应用的最多。目前,对FA图像的进一步分析主要是利用统计参数图(Statistical Parametric Mapping,SPM)软件进行逐体素统计分析。在利用SPM对FA图像进行分析之前需要进行一系列的图像预处理工作,包括空间标准化和平滑等。这些参数的选择会直接影响FA图像的分析结果,但是,目前对这些参数的选择存在任意性,没有统一的参考标准,给不同研究者的研究结果之间的横向比较带来困难,也对研究结果的解释造成困扰。 本论文对这些影响因素进行了系统的分析,包括空间标准化过程中的不同插值方法,平滑核大小的选择,以及最后统计分析过程中阈值的大小等。由于在人脑DTI图像中真实病灶的确切位置和大小都是未知的,无法直接利用人脑的DTI图像来定量评价这些参数的影响。为了解决这个问题,本论文通过对正常被试数据添加模拟病灶的方法来构建病人的FA图像,这样病灶的确切位置和大小都是已知的,通过定量分析,给出了图像预处理参数设置的参考标准。另外,在对预处理后的FA图像进行统计分析时,p值的选取也没有统一标准,本文定量分析了p值对病灶检出水平的影响。 虽然模拟病人数据的病灶位置和大小可以确切知道,但是,模拟数据毕竟不能代替真实数据。 本论文将前面的研究成果应用于一组精神分裂症患者的FA图像统计分析之中,采用模拟数据定量分析得到的参数选择标准,得到和前人研究较为一致的结果,从而验证了本论文模拟数据定量分析结果的正确性。