解剖引导的脑神经纤维束成像纤维轨迹分布估计
图像与视频处理
2024-09-23 v1 计算机视觉与模式识别
摘要
弥散MRI纤维束成像是识别和分析脑神经（CNs）颅内走行的重要工具。然而，颅底复杂的环境导致弥散方向与纤维几何之间的空间对应关系模糊，现有的CNs识别弥散纤维束成像方法容易产生错误轨迹并遗漏真阳性连接。为了克服上述挑战，我们提出了一种新颖的CNs识别框架，该框架采用解剖引导的纤维轨迹分布，在CNs追踪过程中融入解剖形状先验知识以构建弥散张量向量场。我们引入高阶流线微分方程用于连续流场表示，直接从基于纤维束的层面表征CNs的纤维轨迹分布。在活体HCP数据集和临床MDM数据集上的实验结果表明，与竞争方法相比，所提出的方法减少了假阳性纤维的产生，并产生了与已知解剖结构更吻合的重建CNs（即CN II、CN III、CN V和CN VII/VIII）。
引用
@article{arxiv.2402.18856,
title = {Anatomy-guided fiber trajectory distribution estimation for cranial nerves tractography},
author = {Lei Xie and Qingrun Zeng and Huajun Zhou and Guoqiang Xie and Mingchu Li and Jiahao Huang and Jianan Cui and Hao Chen and Yuanjing Feng},
journal= {arXiv preprint arXiv:2402.18856},
year = {2024}
}