FastCod：扩散成像中的快速脑连接分析

从扩散加权磁共振图像（DW-MRIs）中提取的连接信息在研究人类皮层下灰质结构中起着重要作用。然而，由于计算每个体素与所有其他体素（或多个感兴趣区域）连接性的复杂度为 $O(N^2)$，当前提取连接信息的实践方式效率极低。这使得高分辨率图像处理和群体层面的分析在计算上要求很高。为解决这一问题，我们提出了一种更高效的连接信息提取方法；简言之，若一条白质纤维流线穿过两个区域/体素，我们就认为它们是连接的——无论该流线起源于何处。我们以丘脑分割任务为例进行演示；实验表明，与传统方法相比，我们的方法带来了30至120倍的加速，同时获得了质量相当的分割结果。我们还证明了，在我们的框架中，可以从低分辨率DW-MRI超分辨率重建高分辨率连接特征。这两项创新共同实现了基于DW-MRI的更高分辨率连接分析。我们的源代码可在 jasonbian97.github.io/fastcod 获取。