从多对比度 MRI 的流形投影中分割丘脑核团
图像与视频处理
2023-02-02 v3 机器学习
摘要
丘脑是一种皮层下灰质结构，在脑内感觉和运动信号的中继中起着关键作用。其核团可能发生萎缩，或受到包括轻度创伤性脑损伤在内的神经系统疾病和损伤的影响。由于在常规磁共振 (MR) 图像中，丘脑内部及其周围的对比度相对较低，分割丘脑及其核团具有挑战性。本文探索了成像特征以确定自然聚类的关键组织特征，据此我们可以对丘脑核团进行分区。组织对比度包括 T1 加权和 T2 加权图像、MR 扩散测量（包括 FA、平均扩散率、代表纤维走向的 Knutsson 系数），以及源自 FGATIR 和 T1 加权图像的合成多 TI 图像。在配准这些对比度并分离出丘脑后，我们使用统一流形逼近与投影 (UMAP) 方法进行降维，以生成丘脑内数据的低维表示。丘脑的手动标注为我们的 UMAP 嵌入提供了标签，借此可使用 k 近邻法对同一 UMAP 嵌入中新的未见体素进行标注。该方法的 N 折交叉验证表明，其性能与最先进的丘脑分区方法相当。
引用
@article{arxiv.2301.06114,
title = {Segmenting thalamic nuclei from manifold projections of multi-contrast MRI},
author = {Chang Yan and Muhan Shao and Zhangxing Bian and Anqi Feng and Yuan Xue and Jiachen Zhuo and Rao P. Gullapalli and Aaron Carass and Jerry L. Prince},
journal= {arXiv preprint arXiv:2301.06114},
year = {2023}
}
备注
8 pages, 3 figures, 2023 SPIE-MI Image Processing