基于根丝的脊髓 PAM50 模板配准
计算与语言
2025-05-02 v1 人工智能
摘要
脊髓功能性磁力学研究需要精确定位脊水平，以实现可靠的体素级群分析。传统的模板基配准方法以椎间盘为参照点，但跨个体间存在显著的解剖变异。本研究提出一种新型配准方法，利用脊髓神经根丝（rootlets）提高配准精度和可重复性。我们开发了一种基于背侧颈部根丝分割，并将其与 PAM50 脊髓模板进行非线性配准的方法。验证在多主体、多站点数据集（n=267，44 个站点）和具有不同颈部位置的多主体数据集（n=10，3 个会话）上进行。进一步在任务型功能性磁力学（n=23）中进行验证，比较基于根丝的配准与传统椎间盘方法在群层激活图中的结果。根丝基配准在个体间对齐方面优于传统椎间盘方法。显著的是，根丝位置在不同颈部位置下更为稳定。基于根丝的配准显著提高了任务型功能性磁力学的 Z 值和激活簇大小（活跃体素数从 3292 增至 7978）。根丝基配准增强了个体间和内在解剖对齐，为群层 fMRI 分析提供更好的空间正规化。我们的发现表明，根丝基配准有望提高脊髓神经影像学群体分析的精度和可靠性。
引用
@article{arxiv.2505.00114,
title = {Fine-Tuning LLMs for Low-Resource Dialect Translation: The Case of Lebanese},
author = {Silvana Yakhni and Ali Chehab},
journal= {arXiv preprint arXiv:2505.00114},
year = {2025}
}