解析纤维束成像：利用扩散 MRI 估计局部白质连通性的闭式解
神经元与认知
2017-10-09 v1
摘要
活体人脑中由有髓轴突组成的白质结构主要通过扩散加权 MRI (dMRI) 进行研究。这些长程投射通常通过两步过程进行表征：首先使用 dMRI 估计每个体素内轴突的取向，然后将这些局部取向连接起来以估计推定白质束的空间范围。纤维束成像，即在体素间追踪束的过程，要么需要计算代价高昂的（概率）模拟来对纤维取向的不确定性进行建模，要么完全忽略该不确定性（确定性方法）。概率模拟必然生成有限数量的轨迹，从而给轨迹估计引入“模拟误差”。在此我们引入一种方法，通过解析方式（经由闭式解）获取每个体素的取向分布函数 (ODF)，并计算轨迹从某体素投射到每个直接相邻体素的概率。我们通过证明随着模拟种子数量的增加，概率模拟在体素层面收敛于我们解析计算的概率，来验证我们的方法。我们表明我们的方法能从幻影数据集中准确计算出真实转移概率。作为演示，我们将体素转移概率的解析方法整合到 Voxel Graph 框架中，创建了一个用于评估白质结构的定量框架，我们称之为“解析纤维束成像”。长程连通性问题被简化为在图中寻找路径，其邻接结构反映了体素间的解析转移概率。我们证明该方法在计算代价仅为极小一部分的情况下，其性能可与许多当前的概率和确定性方法相媲美。提供了开源软件。
引用
@article{arxiv.1710.02165,
title = {Analytic tractography: A closed-form solution for estimating local white matter connectivity with diffusion MRI},
author = {Matthew Cieslak and Tegan Brennan and Wendy Meiring and Lukas J. Volz and Clint Greene and Alexander Asturias and Subhash Suri and Scott T. Grafton},
journal= {arXiv preprint arXiv:1710.02165},
year = {2017}
}