神经外科手术导航系统(Image Guided Neurosurgery System, IGNS)整合了医学图像处理技术、计算机空间定位技术和生物医学工程技术,在提高手术可靠性,减少手术风险等方面发挥了重要作用。随着IGNS在临床中的广泛应用,在导航精度以及导航信息等方面均提出了更高要求。由于磁共振功能成像(Functional Magnetic Resonance Imaging, fMRI)可提供更多的组织功能信息,使得IGNS发展到了一个新的起点。磁共振弥散张量成像(Diffusion Tensor Imaging, DTI)作为一种]MRI,它可以清晰地分辨脑灰质和白质,在其基础上发展起来的脑白质纤维束追踪方法(Fiber Tracking or Fiber Tractorgraphy, FT)也是迄今为止临床中唯一能够无创地显示活体脑白质神经纤维束的技术。神经外科手术过程中如果损伤神经传导束,则可能引起不可逆的偏瘫等严重并发症,因而保护神经传导束尤为重要。由于基于DTI-FT能够三维(Three Dimensional,3D)直观地观察病变与周围神经纤维的关系,可给临床手术提供直接的帮助,为此DTI图像在IGNS中的应用研究引起了人们广泛关注。目前,DTI图像应用到IGNS中存在着两个主要问题,第一个问题是DTI图像的畸变与几何失真,第二个问题是DTI-FT算法的实现。为了解决上述问题,本文进行了相关研究：一、DTI多序列图像变形纠正DTI由于涡流(Eddy Current, EC)以及组织磁敏感性伪影(Magnetic Susceptibility Artifact, MS A)的影响,容易导致图像发生几何畸变。畸变的特点一般是在相位编码方向上变形显著,而在频率编码上则可认为变形不存在。畸变不仅使图像中的脑组织轮廓发生了改变,而且也导致了脑内神经纤维束发生位移,最终使得基于DTI原始图像的FT不可避免产生误差,从而影响导航精度。为此,基于DTI图像导航时必须进行几何畸变纠正。针对DTI图像的变形纠正,提出了各种不同的方法。因硬件和序列方法均在实际应用中存在诸多不便,故我们提出了一种将变形图像与未变形的基准图像进行可变形配准的方法。本方法首先从基准图像和DTI图像中分割出脑组织；然后采用3D多分辨力B样条变形配准的方法将DTI图像中的脑组织与基准图像中的脑组织配准,得出最佳空间变换关系；最后利用最佳空间变换对多序列DTI图像进行纠正。本文提出的方法与经典的B样条方法比较时,试验结果证明了提出的双B样条变形配准能够纠正多序列DTI图像变形,明显优于B样条方法；具有强鲁棒性,能够满足临床手术计划的需求。二、DTI-FT的研究DTI-FT最常用的方法为确定线性和概率追踪两种方法。两者相比,由于确定线性方法能够提供直观的临床信息,所以在临床中应用更为广泛。确定线性方法中以连续示踪纤维分配算法(Fiber Assignment by Continuous Tracking, FACT)最为多见。FACT方法的优点在于计算简单,方便快捷,可以实时显示；缺点在于难以显示交叉的纤维束。鉴于FACT方法的优点,本文初步将FACT方法与IGNS进行融合；后为了解决纤维束的交叉问题,本文提出了改进的FT方法。由于DTI成像分辨率的限制,很多含有交叉纤维束的体素为扁平体素。改进方法在双张量模型的基础上,对于扁平体素的张量进行分解,分解后的两个张量经过计算得到的主特征向量表示交叉纤维束方向；追踪过程中采用了改进的追踪策略。本方法与FACT与扩展流线追踪方法(eXtended Streamline Tractography, XST)进行了比较,试验结果证明了改进方法能够很好地显示纤维束走形,具有强鲁棒性,明显优于FACT与XST方法。综上所述,对于DTI图像在IGNS应用中的两个主要问题,本文提供了科学有效的方法。共发表论文5篇(1篇英文EI检索,4篇中文),审稿论文1篇(英文SCI期刊)。