DeepNuParc：一种利用扩散 MRI 纤维束成像进行脑核团精细分区的新型深度聚类框架
图像与视频处理
2025-09-03 v2
摘要
脑核团是解剖学上独特的神经元集群，在各种神经回路中作为处理和传递信息的重要枢纽。脑核团的精细分区对于全面理解其解剖-功能相关性至关重要。扩散 MRI 纤维束成像是一种先进的成像技术，可以估计大脑的白质结构连接，从而潜在地揭示所关注核团的拓扑结构以研究其亚区。在这项工作中，我们提出了一个深度聚类流程，即 DeepNuParc，利用扩散 MRI 纤维束成像实现脑核团的自动精细分区。首先，我们引入一种新提出的深度学习方法，以直接在 dMRI 数据上实现对感兴趣核团的准确分割。接下来，我们设计了一种基于流线聚类的新型结构连接特征，用于对核团内的体素进行稳健表示。最后，我们改进了流行的联合降维和 k-means 聚类方法，以实现更精细尺度的核团分区。我们在两个重要的大脑结构（即杏仁核和丘脑）上展示了 DeepNuParc，它们已知具有多个解剖学和功能上不同的核团亚区。实验结果表明，DeepNuParc 能够在多个受试者中一致地将核团分区为多个子区域，并与广泛使用的粗尺度图谱取得良好的对应关系。我们的代码可在 https://github.com/HarlandZZC/deep_nuclei_parcellation 获取。
引用
@article{arxiv.2503.07263,
title = {DeepNuParc: A Novel Deep Clustering Framework for Fine-scale Parcellation of Brain Nuclei Using Diffusion MRI Tractography},
author = {Haolin He and Ce Zhu and Le Zhang and Yipeng Liu and Xiao Xu and Yuqian Chen and Leo Zekelman and Jarrett Rushmore and Yogesh Rathi and Nikos Makris and Lauren J. O'Donnell and Fan Zhang},
journal= {arXiv preprint arXiv:2503.07263},
year = {2025}
}
备注
Already accepted by NeuroImage