一种用于丘脑分割的多对比度 MRI 方法
计算机视觉与模式识别
2018-07-31 v1 数值分析
摘要
丘脑改变与许多神经系统疾病相关，包括阿尔茨海默病、帕金森病和多发性硬化症。例如，改善运动障碍症状严重程度的常规干预通常包含对间脑核团的手术或深部脑刺激。因此，准确勾画灰质丘脑亚区具有极高的临床重要性。MRI 非常适用于结构分割，因为它可在单次扫描会话中提供解剖的不同视图。尽管可能有多种对比度可用，开发能够多光谱操作的新图像分割技术也日益重要。我们在此提出一种用于多模态数据的新分割方法，并使用 T1、T2* 加权和定量磁化率映射 (quantitative susceptibility mapping, QSM) 信息评估其对主要丘脑亚核团的自动分割。所提方法包含四个步骤：高度迭代的图像配准、平均训练数据模板上的手动分割、用于模式识别的监督学习，以及施加进一步空间约束以精炼解的最终凸优化步骤。与基于标准 Morel 图谱的方法相比，该方法所得结果与手动分割更为一致。此外，我们表明多对比度方法提升了分割性能。我们随后研究了利用训练模板轮廓的先验知识是否能进一步提高凸分割精度与鲁棒性，从而在单个受试者中实现了高精度的多对比度分割。该方法可扩展至大多数 3D 成像数据类型及在单次扫描或多受试者模板中可辨的任何感兴趣区域。
引用
@article{arxiv.1807.10757,
title = {A multi-contrast MRI approach to thalamus segmentation},
author = {Veronica Corona and Jan Lellmann and Peter Nestor and Carola-Bibiane Schoenlieb and Julio Acosta-Cabronero},
journal= {arXiv preprint arXiv:1807.10757},
year = {2018}
}