[01085977]基于磁共振波谱和影像融合的颅内胶质瘤特征自动定量方法研究

针对生命科学和医学诊断与治疗领域的应用需求，联合磁共振波谱(MRS)和多种磁共振影像(MRIs)数据，研究一种能够客观、自动、定量分析颅内胶质瘤占位特征的方法，包括胶质瘤整体和坏死区、肿瘤实质区、水肿区等不同病变程度的脑组织的边界和体积等。研究内容包括：MRS的全自动处理方法，以得到相对稳定的具有诊断统计价值的波谱定量结果；探索MRS和MRIs特征空间配准和特征信息融合，研究颅内胶质瘤边界分割方法、胶质瘤组织内部具有病理诊断意义的生物组织分类方法；基于组织分割的胶质瘤组织体积的自动计算方法；胶质瘤组织自动定量分析的快速计算和三维可视化显示系统。主要研究成果：颅内胶质瘤组织定量分析，包括位置、体积和恶性程度(级别)等，在复发筛查、治疗方案选择、提示预后等方面有着重要的作用。相对于病理学分析而言，利用磁共振成像技术实现胶质瘤定量分析具有信息源丰富、成本低、风险小、速度快等优势，但在准确性方面却受到质疑。而多源信息融合可以改善决策准确性。该项目研究多序列磁共振信号的自动定量和信息融合方法，实现对胶质瘤的位置、体积和级别等特征信息的定量分析。包括联合磁共振波谱(MRS)的生化特征、磁共振影像(MRIs)的结构特征和功能磁共振信号（fMRIs）的功能特征信息等多源磁共振信息融合方法。创新性研究成果体现在以下三方面：提出了“基于凸包络的MRS全自动定量方法”和区分高低级别胶质瘤的化合物联合模型，并通过78个胶质瘤病例数据，验证了该方法计算的Cho/NAA、Cho/Cr和LL/Cr三类化合物比值模型，在区分高低级别胶质瘤中都具有显著性差异，这三类化合物定量比值的联合模型,具有更好的敏感性和特异性。该方法已经被开发成实用软件，完成了软件著作权登记。提出了“联合T1、T2、FLAIR、MRS、DWI、BOLD-fMRI六种磁共振序列的胶质瘤特征提取和信息融合方法”，实现水肿区、实质区和坏死区的自动定量分析。初步验证了联合DWI和BOLD-fMRI信号的胶质瘤特征分析方法，对肿瘤区和病变区定量结果与手工标注的重叠率分别达到83.6%和82.5%。初步验证了联合T2、MRS、DWI和BOLD-fMRI四种信号的胶质瘤特征分割方法，对肿瘤区和整个病变区定量结果与手工标注的DICE相似度分别达到83.7%和88.5%。提出了“基于多模态信息融合的胶质瘤自动分割的脑连接网络分析方法”，建立了基于脑连接模型的胶质瘤特征分析系统，包括基于模糊连接的脑网络节点定义和胶质瘤脑功能连接网络属性分析方法、动态脑功能连接网络分析方法、多级脑功能连接网络分析方法和基于DTI重建神经网络方法等，研究了胶质瘤组织对脑连接特征的影响。