基于扩散 MRI 脑白 matter 纤维束追踪的 AGFS-Tractometry：一种新型面向精细尺度的纤维束追踪方法以增强沿纤维束的群体统计比较
定量方法
2026-01-29 v2 计算机视觉与模式识别
机器学习
图像与视频处理
统计方法学
摘要
扩散 MRI（dMRI）纤维束追踪目前是映射体脑白 matter（WM）连接唯一可用的方法。纤维束追踪是一种高级的纤维束分析技术，用于沿纤维束进行形态学和微观结构性质的沿纤维束剖析。纤维束追踪已成为研究不同人群（如健康与疾病）在沿纤维束局部差异的 essential tool。本研究提出了一种新型面向精细尺度的纤维束追踪方法，即 AGFS-Tractometry，该方法利用纤维束空间信息和置换检验来增强人群之间的沿纤维束统计分析。AGFS-Tractometry 的两个主要贡献在于：首先，我们创建了一种新型面向纤维束剖析的模板，使其能够对主观特定纤维束进行一致、精细、沿纤维束的分割；其次，我们提出了一种新型非参数置换检验方法，以纠正多重比较，使其能够同时分析所有沿纤维束分区。我们在已知人群差异的合成数据集和体内真实数据上进行了实验评估。我们将 AGFS-Tractometry 与两种最先进的纤维束追踪方法进行比较，包括自动纤维束量化（AFQ）和 BUndle ANalytics（BUAN）。我们的结果表明，所提出的 AGFS-Tractometry 在检测局部 WM 差异方面获得了增强的灵敏度和特异性。在真实数据分析实验中，AGFS-Tractometry 能够识别出更多具有显著差异的区域，这些区域与现有文献所知解剖学一致。总体而言，这表明 AGFS-Tractometry 能够检测到细微或在空间上局限的 WM 人群层面的差异。所创建的纤维束剖析模板及相关代码已提供于：https://github.com/ZhengRuixi/AGFS-Tractometry.git。
引用
@article{arxiv.2507.10601,
title = {AGFS-Tractometry: A Novel Atlas-Guided Fine-Scale Tractometry Approach for Enhanced Along-Tract Group Statistical Comparison Using Diffusion MRI Tractography},
author = {Ruixi Zheng and Wei Zhang and Yijie Li and Xi Zhu and Zhou Lan and Jarrett Rushmore and Yogesh Rathi and Nikos Makris and Lauren J. O'Donnell and Fan Zhang},
journal= {arXiv preprint arXiv:2507.10601},
year = {2026}
}
备注
31 pages and 7 figures