面向多壳扩散加权 MRI 的紧凑 q 空间表示学习
医学物理
2019-05-09 v2
摘要
扩散加权 MRI 通过其 q 空间谱测量每个体素中局部扩散过程的方向和尺度，通常在一个或多个壳层中采集。微观结构成像和多组织分解的最新进展重新引发了人们对信号径向 b 值依赖性的关注。因此，运动校正和离群值剔除等应用需要一种在径向和角域上扩展的紧凑线性信号表示。在此，我们引入 SHARD，一种基于球谐函数和径向分解为正交分量的数据驱动 q 空间信号表示。该表示为 q 空间的球面几何量身定制并针对当前数据校准，提供了完整、正交的信号基。我们证明，在人脑数据中，降秩分解优于基于模型的替代方法，同时忠实捕获信号中的微观和介观结构信息。此外，我们验证了联合径向-球面表示相对于单壳表示的潜力。因此，SHARD 非常适用于需要低秩信号预测的应用，如运动校正和离群值剔除。最后，我们使用离群值稳健回归说明了其在后者中的应用。
引用
@article{arxiv.1806.06456,
title = {Learning compact q-space representations for multi-shell diffusion-weighted MRI},
author = {Daan Christiaens and Lucilio Cordero-Grande and Jana Hutter and Anthony N. Price and Maria Deprez and Joseph V. Hajnal and J-Donald Tournier},
journal= {arXiv preprint arXiv:1806.06456},
year = {2019}
}
备注
Accepted author manuscript, including supplementary materials