扩散MRI中脑白质纤维束的直接分割
图像与视频处理
2023-07-06 v1 计算机视觉与模式识别
神经元与认知
摘要
脑白质由一组连接脑不同区域的纤维束组成。这些纤维束的分割常用于临床和科学研究。扩散加权MRI提供了描绘这些纤维束的独特对比度。然而，现有分割方法依赖于纤维追踪或纤维取向密度估计等中间计算。这些中间计算进而带来复杂运算，可能导致不必要的误差。此外，这些中间计算常需要密集多壳测量，而这在许多临床和科研应用中并不可得。因此，当前方法准确率低且泛化性差。在此，我们提出一种直接从扩散MRI数据分割这些纤维束的新深度学习方法，从而规避中间计算误差。我们的实验表明，该方法可达到与最先进（state of the art）方法相当的分割精度（平均Dice相似系数0.826）。与最先进方法相比，我们的方法对临床研究中典型的欠采样数据以及采用不同采集协议获得的数据具有远优的泛化性。此外，我们提出一种检测不准确分割的新方法，并表明其比基于估计不确定性量化的标准方法更准确。这些新方法可服务于许多需要准确可靠无创白质纤维束分割的重要临床和科学应用。
引用
@article{arxiv.2307.02223,
title = {Direct segmentation of brain white matter tracts in diffusion MRI},
author = {Hamza Kebiri and Ali Gholipour and Meritxell Bach Cuadra and Davood Karimi},
journal= {arXiv preprint arXiv:2307.02223},
year = {2023}
}