GeoLab：基于几何的浅层白质纤维追踪 parcellation 方法
图像与视频处理
2023-03-03 v1 计算机视觉与模式识别
摘要
尽管浅层白质（SWM）在临床研究中备受关注，但其所受关注少于长程连接，且鲜有纤维追踪 parcellation 方法被适配于 SWM。在此，我们提出一种高效的基于几何的 parcellation 方法（GeoLab），可对受试者数百条短白质束进行高性能分割。该方法为 EBRAINS 欧洲基础设施的 SWM 图谱设计，该图谱由 657 条束组成。图谱投影依赖于图谱流线六条束特异性几何性质的预计算统计。秉承 RecoBundles 的精神，采用全局与局部基于流线的配准（SBR）将受试者对齐至图谱空间。随后，在标记流线时考虑描述其与模型束中流线相似度的六个几何参数。相较于其他前沿方法，GeoLab 可提取更多束且流线数量更多。
引用
@article{arxiv.2303.01147,
title = {GeoLab: Geometry-based Tractography Parcellation of Superficial White Matter},
author = {Nabil Vindas and Nicole Labra Avila and Fan Zhang and Tengfei Xue and Lauren J. O'Donnell and Jean-François Mangin},
journal= {arXiv preprint arXiv:2303.01147},
year = {2023}
}
备注
Accepted by the ISBI 2023 conference, 5 pages, 3 figures, 3 tables