HARP：基于幻影数据的体内扩散 MRI 同调方法
计算机视觉与模式识别
2026-03-10 v1
摘要
目的：多站点体内扩散 MRI（dMRI）数据的合并受到跨扫描仪器差异的干扰，这会扰乱后续分析。以往的同调方法需要来自多个站点的大量匹配或旅行的人体被试，这在许多情况下难以获取。本研究旨在开发一种基于深度学习的 dMRI 同调框架，以消除对训练所需的多站点体内旅行人体数据的依赖。方法：HARP 采用基于体素的 1 维神经网络，在易于搬运的扩散幻影上进行训练。该模型在不记忆空间结构的前提下学习不同站点之间的球面调和系数之间的关系。结果：HARP 在各种指标上显著降低了跨扫描仪器差异。定量而言，它将 FA（12%）、MD（10%）和 GFA（30%）的跨扫描仪器差异均以扫描-复测标准误为基准显著降低，同时在同调后保持纤维方向和 tractography。结论：我们认为 HARP 表示了仅使用幻影数据进行 dMRI 同调的重要的第一步，从而无需复杂的匹配体内多站点队列。这种幻影数据策略大大提高了大规模临床研究中定量 dMRI 的可行性和可扩展性。
引用
@article{arxiv.2603.06696,
title = {HARP: HARmonizing in-vivo diffusion MRI using Phantom-only training},
author = {Hwihun Jeong and Qiang Liu and Kathryn E. Keenan and Elisabeth A. Wilde and Walter Schneider and Sudhir Pathak and Anthony Zuccolotto and Lauren J. O'Donnell and Lipeng Ning and Yogesh Rathi},
journal= {arXiv preprint arXiv:2603.06696},
year = {2026}
}