弥散张量成像之张量估计方法

最新推荐文章于 2021-09-11 17:53:48 发布

TODAIZHANG

最新推荐文章于 2021-09-11 17:53:48 发布

阅读量764

点赞数

分类专栏：医学图像处理大脑连接组研究

本文链接：https://blog.csdn.net/TODAIZHANG/article/details/105811402

版权

医学图像处理同时被 2 个专栏收录

9 篇文章 7 订阅

订阅专栏

大脑连接组研究

4 篇文章 2 订阅

订阅专栏

弥散张量估计理论

Stejskal方程描绘了磁场梯度向量(magnetic-field-gradient vector)与回波图象强度(echo intensity)之间的函数关系。Stejskal方程：
磁场梯度向量：
在这里插入图片描述
磁场梯度的积分：

回波强度：

其中， $\gamma$ 为质子旋磁比，A(0)为无磁场梯度施加下的回波强度，H(t)为单位阶跃函数（Heaviside function），TE为回波时间，f=F(TE/2)。

随后，定义 $D^{eff}$ 效应扩散系数张量（effective diffusivity tensor）：
在这里插入图片描述
转化为广义矩阵点积：

其中，

整理后可得：

因此，Stejskal方程将弥散张量估计问题转化为多元线性回归问题。在实际情况中，根据图像采集时所采用的序列，往往可以先验的得到 $b_{ij}$ 的解析表达式。例如，在pulsed-gradient spin-echo diffusion spectroscopy实验中，可以得到以下解析表达式：
在这里插入图片描述

弥散张量估计实例

指定 $n$ 个非共线的磁场梯度方向，每个方向指定 $m$ 个不同大小的梯度大小，进行spin-echo数据采集。
定义 $\alpha$ 向量：
在这里插入图片描述
根据上面[9]式，计算大小为 $n m$ x7的 $b$ 矩阵。
根据上面[8]式，计算回波强度预测值：

根据回波强度预测值与回波强度真实值，定义多元回归损失函数，并进行求解：

参考文献

Basser, P.J.; Mattiello, J.; LeBihan, D. Estimation of the effective self-diffusion tensor from the NMR spin echo. J Magn Reson B., 1994, 103, 247–254.