TractoTransformer：基于 CNN 与 Transformer 网络的扩散 MRI 流线纤维束成像
计算机视觉与模式识别
2025-09-23 v1
摘要
白质纤维束成像是一种先进的神经影像技术，旨在从扩散 MRI 数据中重建大脑的三维白质通路。该技术可被构建为一个寻路问题，旨在从含噪且模糊的测量数据中推断神经纤维轨迹，并面临诸如白质纤维交叉、汇合与扇形分布等挑战。本文提出了一种新颖的纤维束成像方法，利用 Transformer 建模白质流线的序列特性，通过整合轨迹上下文与当前扩散 MRI 测量数据来实现纤维方向的预测。为引入空间信息，我们利用 CNN 从每个体素周围的局部邻域中提取微结构特征。通过结合这些互补的信息源，与传统纤维束成像模型相比，本方法提升了神经通路映射的精确性与完整性。我们使用 Tractometer 工具包对方法进行了评估，取得了与 SOTA 方法相当的竞争性表现，并在 TractoInferno 数据集上展示了定性结果，证明其对真实世界数据具有强大的泛化能力。
引用
@article{arxiv.2509.16429,
title = {TractoTransformer: Diffusion MRI Streamline Tractography using CNN and Transformer Networks},
author = {Itzik Waizman and Yakov Gusakov and Itay Benou and Tammy Riklin Raviv},
journal= {arXiv preprint arXiv:2509.16429},
year = {2025}
}