基于最优三维滤波的脑MRI中血管周围间隙分割
计算机视觉与模式识别
2018-04-13 v1
摘要
血管周围间隙（PVS）是近期被认识到的Small Vessel Disease (SVD，小血管病) 的特征，也指示神经炎症，并且是脑循环与类淋巴引流系统的重要组成部分。在磁共振图像（MRI）上对PVS进行定量分析对于理解其与神经系统疾病的关系十分重要。本工作中，我们提出一种基于3D Frangi滤波的分割技术，用于从MRI中提取PVS。基于来自PVS神经放射学评级的先验知识，我们使用有序logit模型来优化Frangi滤波器参数，以应对扫描仪参数和研究方案的变化。我们在两个独立队列上优化并验证了所提出的模型：一个痴呆样本（N=20）和既往患轻度至中度卒中患者（N=48）。结果证明了我们的分割方法的鲁棒性与可泛化性。基于分割的PVS负荷估计与神经放射学评估相关（Spearman's = 0.74, p 0.001），表明了我们提出的方法的巨大潜力。
引用
@article{arxiv.1704.07699,
title = {Perivascular Spaces Segmentation in Brain MRI Using Optimal 3D Filtering},
author = {Lucia Ballerini and Ruggiero Lovreglio and Maria del C. Valdes-Hernandez and Joel Ramirez and Bradley J. MacIntosh and Sandra E. Black and Joanna M. Wardlaw},
journal= {arXiv preprint arXiv:1704.07699},
year = {2018}
}