GeoSP：一种基于测地距离的皮层表面分区的并行方法
计算机视觉与模式识别
2021-03-29 v1
摘要
我们提出 GeoSP，一种基于测地距离对皮层网格进行分区的并行方法，以考虑脑回与脑沟的拓扑结构。该方法用图表示网格并并行执行 K-means 聚类。它有两种使用模式：默认情况下，基于 Desikan-Killiany 图谱提供的解剖分区边界执行测地皮层分区；另一种模式执行皮层的完整分区。两种模式以及不同总分区块数下的结果均显示出均匀的次级分区。此外，对于划分为 350 个次级分区，整体皮层模式的执行时间为 82 秒，Desikan-Killiany 图谱细分模式为 18 秒。所提方法将向学界开放以评估数据驱动的皮层分区。作为示例，我们在 50 名受试者中将 GeoSP 分区与 Desikan-Killiany 及 Destrieux 图谱进行比较，获得 GeoSP 更均匀的分区以及在受试者间结构连接可重复性上的微小差异。
引用
@article{arxiv.2103.14579,
title = {GeoSP: A parallel method for a cortical surface parcellation based on geodesic distance},
author = {Narciso López-López and Andrea Vázquez and Cyril Poupon and Jean-François Mangin and Susana Ladra and Pamela Guevara},
journal= {arXiv preprint arXiv:2103.14579},
year = {2021}
}
备注
This research has received funding from the European Union's Horizon 2020 research and innovation programme under the Marie Sklodowska-Curie Actions H2020-MSCA-RISE-2015 BIRDS GA No. 690941, ANID PFCHA/DOCTORADO NACIONAL/2016-21160342, ANID FONDECYT 1190701, ANID PIA/Anillo de Investigaci\'on en Ciencia y Tecnolog\'ia ACT172121, and ANID Basal Project FB0008