基于 dODF 系数混合效应建模构建纵向 DW-MRI 婴儿图谱的框架
图像与视频处理
2020-03-12 v1
摘要
图谱构建在脑图像分析中起着关键作用。在早期生长、衰老或疾病轨迹至关重要的场景中，纵向图谱作为参考变得必要，其最常由横截面数据创建。利用纵向受试者特异性图像数据创建纵向脑图谱将提供新的可能，其中对受试者斜率与截距变异性的显式建模可得到更稳健的平均轨迹估计，同时也能给出置信界限的估计。本工作聚焦于一个从纵向高角分辨率扩散图像（HARDI）构建连续 4D 图谱的框架，与基于 FA 等派生标量扩散指标的图谱不同，该框架保留了 dODF 上的统计信息。由 DW 图像获得的多元标量图像用于几何对齐，而基于纵向扩散取向分布函数（dODF）的线性混合效应建模可估计连续的 dODF 变化。所提方法应用于 3 至 36 月龄健康发育婴儿的 HARDI 图像纵向数据集。混合效应建模的验证通过体素级拟合优度计算获得。为展示方法的潜力，我们利用 dODF 及派生的 dODF 广义分数各向异性（GFA）显示纵向图谱的变化。我们还研究了胼胝体膝部、体部和压部的白质成熟模式。该框架可用于从 HARDI 数据构建平均 dODF 图谱，并推导受试者特异性和基于群体的纵向变化轨迹。
引用
@article{arxiv.2003.05091,
title = {A framework to construct a longitudinal DW-MRI infant atlas based on mixed effects modeling of dODF coefficients},
author = {Heejong Kim and Martin Styner and Joseph Piven and Guido Gerig},
journal= {arXiv preprint arXiv:2003.05091},
year = {2020}
}
备注
To be published in Conference proceedings International MICCAI Workshop Computational Diffusion MRI 2019