基于 BFOR 信号基的混合扩散成像微分同胚度量映射与概率图谱生成
计算机视觉与模式识别
2013-09-26 v1
摘要
我们提出了一种大变形微分同胚度量映射算法，用于对齐多 b 值扩散加权成像 (mDWI) 数据，特别是通过混合扩散成像 (HYDI) 获取的数据，记为 LDDMM-HYDI。随后，我们提出了一种贝叶斯模型，用于从 HYDI 数据中估计白质图谱。我们采用了 Hosseinbor 等人 (2012) 的工作，用贝塞尔傅里叶方向重建 (BFOR) 信号基来表示 q 空间扩散信号。BFOR 框架提供了 mDWI 在 q 空间中的表示，从而减少了内存需求。此外，由于 BFOR 信号基是正交的，量化任意两个 mDWI 数据集 q 空间信号差异的 L2 范数可以容易地计算为 BFOR 展开系数平方差之和。在这项工作中，我们展示了由于空间变换引起的 空间信号重定向可以容易地在 BFOR 信号基上定义。我们将 BFOR 信号基纳入 LDDMM 框架，并推导了具有显式方向优化的 LDDMM-HYDI 梯度下降算法。此外，我们将先前针对标量值图像的贝叶斯图谱估计框架扩展至 HYDI，并推导了求解 HYDI 图谱估计问题的期望最大化算法。利用真实的 HYDI 数据集，我们展示了该贝叶斯模型生成的白质图谱具有解剖学细节。此外，我们表明在 LDDMM-HYDI 优化中，考虑由微分同胚变换微小变化引起的 mDWI 重定向变化，并纳入 HYDI 的全部信息进行 mDWI 对齐，是非常重要的。
引用
@article{arxiv.1309.6379,
title = {Diffeomorphic Metric Mapping and Probabilistic Atlas Generation of Hybrid Diffusion Imaging based on BFOR Signal Basis},
author = {Jia Du and A. Pasha Hosseinbor and Moo K. Chung and Barbara B. Bendlin and Gaurav Suryawanshi and Andrew L. Alexander and Anqi Qiu},
journal= {arXiv preprint arXiv:1309.6379},
year = {2013}
}