一种用于从 MRI 识别舌头行为功能单元的稀疏非负矩阵分解框架
计算机视觉与模式识别
2018-10-02 v3
摘要
舌头行为的肌肉协调模式是由局部肌肉群以多种方式变形产生的协同作用。功能单元是舌头内局部结构元素的功能肌肉群，它们以凝聚且一致的方式压缩、扩张和移动。使用标记磁共振成像（MRI）识别功能单元有助于揭示正常和病理肌肉协调模式的机制，从而改善外科规划、治疗或康复程序。在此，为了挖掘这些信息，我们提出了一个矩阵分解与概率图模型框架，利用从标记 MRI 中提取的运动量来生成构建块及其关联的权重图。我们的标记 MRI 成像和精确的体素级追踪提供了以前无法获取的内部舌头运动模式，从而揭示了在言语或其他舌头行为期间舌头的内部工作机制。然后，我们在权重图上采用谱聚类来识别由舌头运动定义的凝聚区域，这些区域可能涉及多个或未被记录的区域。为了评估我们的方法，我们进行了一系列实验。我们首先使用二维图像和合成数据来证明我们方法的准确性。然后，我们使用包含前突和简单言语任务的三维合成和 \textit{in vivo} 舌头运动数据，以识别局部区域内特定于受试者且数据驱动的舌头功能单元。
引用
@article{arxiv.1804.05370,
title = {A Sparse Non-negative Matrix Factorization Framework for Identifying Functional Units of Tongue Behavior from MRI},
author = {Jonghye Woo and Jerry L. Prince and Maureen Stone and Fangxu Xing and Arnold Gomez and Jordan R. Green and Christopher J. Hartnick and Thomas J. Brady and Timothy G. Reese and Van J. Wedeen and Georges El Fakhri},
journal= {arXiv preprint arXiv:1804.05370},
year = {2018}
}
备注
Accepted at IEEE TMI (https://ieeexplore.ieee.org/document/8467354)