基于 DTI 纤维束研究神经退行性疾病的预测性可视分析系统
计算机视觉与模式识别
2021-12-15 v4 机器学习
图像与视频处理
摘要
扩散张量成像（DTI）已被用于研究神经退行性疾病对神经通路的影响，这可能带来对这些疾病更可靠和早期的诊断，并更好地理解它们如何影响大脑。我们介绍了一个智能可视分析系统，用于基于带标签的 DTI 纤维束数据及相应统计量研究患者群体。该系统的 AI 增强界面引导用户遍历一个有序且整体的分析空间，包括统计特征空间、物理空间以及不同群体下的患者空间。我们使用定制的机器学习流水线来帮助缩小这一庞大的分析空间，然后通过一系列联动可视化对其进行务实探索。我们利用来自帕金森病进展标志物倡议研究数据库的真实数据进行了若干案例研究。
引用
@article{arxiv.2010.07047,
title = {A Predictive Visual Analytics System for Studying Neurodegenerative Disease based on DTI Fiber Tracts},
author = {Chaoqing Xu and Tyson Neuroth and Takanori Fujiwara and Ronghua Liang and Kwan-Liu Ma},
journal= {arXiv preprint arXiv:2010.07047},
year = {2021}
}