论文部分内容阅读
第一部分 多模式影像融合神经导航技术的实验研究 目 的 多模式医学影像融合技术应用于神经导航（multimodal neuronavigation），可 实现信息量的最大化和最优化，指导个体化术式。图像配准精度是评价该技术有 效性的关键指标。本研究通过应用体模的实验研究，对StealthMerge软件模块的 图像配准精度进行评估。分析影响图像配准精度的相关性因素，用以指导多模式 影像融合神经导航技术的临床应用。 材料与方法 # ⑴实验研究采用塑料-有机玻璃立柱插板体模（Peg-Board Phantom）（34 , Medtronic Surgical Navigation Technologies, Louisville, USA）。分别对体模进行CT 扫描以及MR的T 1W、T 2W和SE EPI序列的扫描。依据不同的影像融合方法，分 为5个实验组。A组：CT和MRI影像自动融合；B组：CT和MRI影像点融合；C组： MR的T 1W和T 2 W序列影像融合；D组：MR不同层厚的T 1W序列影像融合；E组： MR的SE EPI与T 1 W序列影像融合。在各组融合影像上分别测量体模中各空间定 位点的图像配准误差。⑵统计学研究采用一般线性模型，进行多因素方差分析， 比较5个实验组间图像配准误差均值的差异是否有显著性。其中主效应的两两间 比较采用LSD法，a=0.05。⑶图像配准精度与体模的相关性研究采用多元相关分 析和多元线形回归分析，a=0.05，推导多元线形回归方程。⑷在SE EPI序列影像 畸变度的研究中，以T 1W序列影像为标准影像，测量SE EPI序列影像中各个空间 定位点的相对位移幅度。 结 果 不同的影像“融合方法”和体模中各空间定位点的“中心距离”是影响图像 配准精度的2个主要因素。⑴各组影像融合方法的图像配准误差值依次为：C组 （0.56±0.19mm）、D组（0.64±0.24mm）< A组（0.99±0.14mm）< E组（3.08±1.49mm） < B组（6.81±1.75mm）。图像配准误差值在C和D两组间无显著性差异，而在 其余各组间均存在显著性差异（P<0.05）。⑵多元线性相关分析结果：A 组：图 像配准误差值与“高度”（r=0.487，P<0.01）和“中心距离”均有相关性（r= -0.385， P<0.05）。B组：图像配准误差值与“中心距离”密切相关（r=0.903，P<0.01）。 E组：图像配准误差值与“中心距离”密切相关（r=0.466，P<0.01）。⑶SE EPI 序列影像畸变值（3.19±1.56mm）与“中心距离”密切相关（r=0.615，P<0.001）；