胎儿脑的解剖约束纤维束成像
计算机视觉与模式识别
2024-03-06 v1 人工智能
机器学习
摘要
弥散加权磁共振成像（dMRI）越来越多地用于研究子宫内胎儿脑。dMRI实现的一项重要计算是流线纤维束成像，它具有独特应用，如脑白质的纤维束特异性分析和结构连接性评估。然而，由于胎儿dMRI数据质量低以及纤维束成像的挑战性，现有方法往往产生高度不准确的结果。它们生成许多假阳性流线，同时未能重建构成主要白质纤维束的流线。在本文中，我们提倡基于直接在dMRI空间中对胎儿脑组织进行精确分割的解剖约束纤维束成像。我们开发了一种深度学习方法来自动计算分割。在独立测试数据上的实验表明，该方法可以准确分割胎儿脑组织，并显著改善纤维束成像结果。它能够重建高度弯曲的纤维束，如视辐射。重要的是，我们的方法从dMRI数据的弥散张量拟合中推断组织分割和流线传播方向，使其适用于常规胎儿dMRI扫描。所提出的方法可以显著提高使用dMRI对胎儿脑进行定量评估的准确性和可重复性。
引用
@article{arxiv.2403.02444,
title = {Anatomically Constrained Tractography of the Fetal Brain},
author = {Camilo Calixto and Camilo Jaimes and Matheus D. Soldatelli and Simon K. Warfield and Ali Gholipour and Davood Karimi},
journal= {arXiv preprint arXiv:2403.02444},
year = {2024}
}