全脑组织学至 MRI 配准的自动化：一种计算流程的实现
计算机视觉与模式识别
2019-05-24 v1 图像与视频处理
组织与器官
摘要
尽管 MRI 技术的最新进展已可实现更高分辨率图像的采集，但可靠地勾画细胞构筑或皮层下核团边界仍不可能。因此，仍需组织学图像以确定神经解剖结构的精确界限。然而，组织学处理伴随组织变形与固定伪影，阻碍了两种模态间的直接比较。我们课题组先前提出了一种基于火棉胶包埋的组织学流程，可减少伪影量并产生高质量全脑组织学切片。但火棉胶包埋组织仍带有必须校正的变形。我们提出了一种计算流程，旨在半自动处理火棉胶包埋组织学图像并将其配准至对应的 MRI。本文中，我们在来自巴西衰老脑研究组脑库 (BBBABSG) 的两个全脑体积上报告了该流程的精度。结果通过对比两名专家在 MRI 与配准后组织学体积上的手动分割进行评估。两个全脑组织学/MRI 数据集在极少用户交互下成功配准。我们也指出了基于近期实现可加入该流程的潜在改进，有望实现更高精度与进一步性能提升。
引用
@article{arxiv.1905.09339,
title = {Automating Whole Brain Histology to MRI Registration: Implementation of a Computational Pipeline},
author = {Maryana Alegro and Eduardo J. L. Alho and Maria da Graca Morais Martin and Lea Teneholz Grinberg and Helmut Heinsen and Roseli de Deus Lopes and Edson Amaro-Jr and Lilla Zöllei},
journal= {arXiv preprint arXiv:1905.09339},
year = {2019}
}