在高分辨率弥散磁共振成像上估计神经取向分布场
图像与视频处理
2024-09-17 v1 计算机视觉与模式识别
摘要
取向分布函数(ODF)表征了关键的大脑微结构特性，并在理解大脑结构连接性中起着重要作用。最近的研究引入了基于隐式神经表示(INR)的方法，以形成空间感知的ODF场连续估计，并在与传统的离散方法相比时，在关键任务中展示了有前景的结果。然而，传统的INR方法在扩展到大规模图像（例如现代超高分辨率MRI扫描）时面临困难，给学习精细结构带来了挑战，并且在训练和推理速度上效率低下。在这项工作中，我们提出了HashEnc，一种基于网格哈希编码的ODF场估计方法，并展示了其在保留结构和纹理特征方面的有效性。我们表明，与当前方法相比，HashEnc在图像质量上提升了10%，同时所需的计算资源减少了3倍。我们的代码可在 https://github.com/MunzerDw/NODF-HashEnc 获取。
引用
@article{arxiv.2409.09387,
title = {Estimating Neural Orientation Distribution Fields on High Resolution Diffusion MRI Scans},
author = {Mohammed Munzer Dwedari and William Consagra and Philip Müller and Özgün Turgut and Daniel Rueckert and Yogesh Rathi},
journal= {arXiv preprint arXiv:2409.09387},
year = {2024}
}
备注
16 pages, 8 figures, conference: Medical Image Computing and Computer-Assisted Intervention (MICCAI)