面向束特异性纤维追踪的联合纤维束分割与方向映射
计算机视觉与模式识别
2019-09-26 v2
摘要
尽管主要白质纤维束在大量神经科学与医学研究中备受关注，但在较大队列中从扩散 MRI 纤维图中手动分离它们耗时费力、需要专家知识且难以复现。在先前工作中，我们提出纤维束方向映射（TOM）作为束特异性纤维追踪的新概念。它基于从原始纤维取向分布函数（FOD）峰值到称为纤维束方向图的束特异性峰值的习得映射。每张纤维束方向图表示一个纤维束的体素级主方向。此处，我们提出该方法的扩展，将 TOM 与纤维束轮廓及其起止区域的精确分割相结合。我们还引入一种自定义概率追踪算法，该算法从以各峰值为中心、固定标准差的高斯分布中采样，从而比确定性追踪在纤维束方向图上实现更完整的追踪。这些扩展使得自动生成具有前所未有精度的束特异性纤维图成为可能。我们在高质量、低质量和仿体数据上对 72 条不同纤维束表明，相较 7 种最先进基准方法，我们的方法运行更快且生成更精确的束特异性纤维图，同时避免了全脑纤维追踪、非线性配准、聚类或手动分离等繁琐处理步骤。此外，我们在 17 个数据集上表明，我们的方法可很好地泛化至不同扫描仪与设置乃至含病灶的数据集。我们的方法代码公开于 https://github.com/MIC-DKFZ/TractSeg。
引用
@article{arxiv.1901.10271,
title = {Combined tract segmentation and orientation mapping for bundle-specific tractography},
author = {Jakob Wasserthal and Peter Neher and Dusan Hirjak and Klaus H. Maier-Hein},
journal= {arXiv preprint arXiv:1901.10271},
year = {2019}
}