一种基于dMRI纤维束成像的杏仁核精细分区深度聚类新框架
图像与视频处理
2023-11-28 v1
摘要
杏仁核在情绪处理中起着至关重要的作用，并表现出结构多样性，这需要对其实行精细分区以全面理解其解剖-功能关联。扩散MRI纤维束成像是一种先进的成像技术，可估计大脑白质结构连接性，从而潜在揭示杏仁核的地形结构以研究其亚区。本工作中，我们提出一种深度聚类流程，利用扩散MRI纤维束成像对杏仁核进行自动化、精细尺度分区。首先，我们引入一种新提出的深度学习方法，可直接在dMRI数据上实现杏仁核的准确分割。接着，我们设计了一种新颖的基于流线聚类的结构连接特征，用于稳健表示杏仁核内体素。最后，我们改进了流行的联合降维与k-means聚类方法，以实现更精细尺度的杏仁核分区。利用所提方法，我们获得了九个独特的杏仁核分块。实验表明，这些分块可在不同受试者间一致识别，并与广泛使用的粗尺度杏仁核分区具有良好的对应性。
引用
@article{arxiv.2311.14935,
title = {A Novel Deep Clustering Framework for Fine-Scale Parcellation of Amygdala Using dMRI Tractography},
author = {Haolin He and Ce Zhu and Le Zhang and Yipeng Liu and Xiao Xu and Yuqian Chen and Leo Zekelman and Jarrett Rushmore and Yogesh Rathi and Nikos Makris and Lauren J. O'Donnell and Fan Zhang},
journal= {arXiv preprint arXiv:2311.14935},
year = {2023}
}