帕金森病（Parkinson’s disease,PD）是一种运动障碍性疾病,常见于中老年人群,其典型临床表现为静止性震颤、僵直和运动迟缓。脑深部电刺激（deep brain stimulation,DBS）手术是治疗PD的重要手段。但鉴于PD个体化诊疗具有主观性与异质性,患者手术靶点的精准定位和手术受益率的评估仍然充满挑战。定量磁化率成像（quantitative susceptibility mapping,QSM）是磁共振成像领域的一项图像重建技术,它可以探测与PD病理相关的铁沉积的定量分布情况,而且亚毫米级各向同性体素的QSM图像可以显示大脑灰质核团的精细结构,因此高分辨QSM可能有助于PD-DBS手术治疗过程中靶点核团的精准定位和手术受益率的评估。本论文围绕高分辨QSM应用于PD-DBS治疗领域开展了如下三方面的研究:（1）用于DBS靶向定位的高分辨磁化率图-模图融合图像的方法研究该研究目的是开发一种图像后处理方法得到高分辨磁化率图-模图融合图像,以用于PD-DBS中靶向核团的精确定位。研究共纳入25名PD患者,使用3T磁共振成像系统扫描得到高分辨QSM图像,其体素尺寸为0.90×0.90×0.90 mm~3。生成磁化率图-模图融合图像的主要步骤包括:首先,通过球型掩膜提取出中脑区域的高分辨QSM图像;然后,将整个颅脑的模图与丘脑底核区域的QSM图像融合,并通过线性调整模图和QSM图像的灰度值范围得到融合图像。研究结果显示,磁化率图-模图融合图像在丘脑底核的可视化评分、视觉评分一致性、以及对噪比三个方面均显著高于临床使用的T2加权图像。另外,该融合图像所包含的颅骨信息可用于DBS立体导航系统。该图像后处理方法生成的磁化率图-模图融合图像将有助于指导临床进行DBS手术靶点的精准定位。（2）基于高分辨QSM图像探究DBS手术受益率与灰质核团中铁的空间分布的关系该研究目的是探究PD患者脑深部灰质核团铁沉积的空间分布与手术预后疗效之间的关系。研究共纳入40名PD患者。首先,在患者进行DBS手术前对其运动症状进行评估;然后,使用3T磁共振成像系统对每位患者进行术前扫描得到高分辨QSM图像。使用纹理分析技术计算黑质、丘脑底核、以及齿状核内的图像纹理特征,以评估灰质核团内铁的空间分布情况。术后6个月再次对患者进行运动症状的评估,以计算患者术后运动症状的改善率。采用回归分析探索反映核团内铁分布的纹理特征与术后运动症状改善率之间的关系。研究结果显示,DBS术后整体运动改善率与高分辨QSM图像上黑质中的多个二阶纹理参数呈显著相关,与齿状核的平均磁化率值呈显著负相关。该研究结果表明,PD患者灰质核团中铁的空间分布对其DBS手术疗效的预后起重要作用。该研究首次从与PD病理相关的铁沉积角度切入,揭示了脑深部灰质核团中铁的空间分布是预测PD患者STN-DBS运动症状改善情况的潜在标志物。（3）基于高分辨QSM图像和卷积神经网络自动分割中脑灰质核团该研究目的为在高分辨QSM图像上自动提取红核、黑质和丘脑底核。研究共纳入175名健康被试,其中100名受试者的QSM图像体素尺寸为0.625×0.625×2.0 mm~3,从该图像上无法区分出黑质与丘脑底核,因此将其作为源域数据集;另外75例受试者的QSM图像体素尺寸为0.83×0.83×0.80 mm~3,从该图像上可清楚地区分黑质与丘脑底核,其作为目标域数据集。为了在小数据量的目标域数据集上分割中脑灰质核团,我们使用带有监督学习的2.5D U-net和迁移学习算法搭建分割网络,将源域数据集训练得到的网络权重作为初始化权重通过迁移学习递入目标网络,使用目标域数据集训练目标网络。研究结果显示,我们采用的自动分割策略可以准确提取红核、黑质和丘脑底核,且其分割效果与手动分割结果高度吻合,迁移学习提升了网络分割DBS靶点核团丘脑底核的性能,自动分割与手动分割获得的灰质核团的体积和磁化率数值均线性相关且高度一致。该分割策略实现了对丘脑底核的自动精准分割,将为DBS手术靶点核团的自动定位和QSM研究的定量分析提供辅助手段。综上所述,高分辨QSM可清晰显示中脑灰质核团边界,并得到深部核团磁化率的定量分布,有助于PD-DBS手术治疗过程中靶点核团的精准定位和手术受益率的评估。本论文为辅助临床决策和预后评估提供了新的研究视角,同时本论文也显示了高分辨QSM未来成为DBS精准治疗临床研究中关键工具的潜力。