Video Experimental Relacionado
Updated: Jan 8, 2026
06:52
Optimized Workflow for Iterative Bleaching Extends Multiplexity Imaging of Highly Autofluorescent Clinical Samples
Published on: July 11, 2025
740
TORTOISEV4: Reimaginar el pipeline de procesamiento de RM de difusión de los NIH
M Okan Irfanoglu1, Amritha Nayak1, Paul Taylor2
1Quantitative Medical Imaging Laboratory, NIBIB, National Institutes of Health, Bethesda, MD, United States.
Imaging neuroscience (Cambridge, Mass.)
|December 12, 2025
Resumen
Los datos de RM de difusión requieren un preprocesamiento robusto para abordar artefactos como el movimiento y las distorsiones. El software TORTOISE se ha mejorado para un procesamiento más rápido y adaptable en estudios grandes y multisede.
Sus antecedentes:
- Los datos de RM de difusión (dMRI) son propensos a varios artefactos, incluida una baja relación señal-ruido (SNR), movimiento y distorsiones.
- El análisis cuantitativo preciso de los datos de dMRI requiere un preprocesamiento adecuado antes del ajuste del modelo.
- La evolución de las técnicas de adquisición de dMRI y los estudios multisede a gran escala exigen herramientas de procesamiento avanzadas.
Conclusiones:
- El software TORTOISE mejorado proporciona una solución robusta para el preprocesamiento de dMRI.
- Aborda los desafíos que plantean los artefactos complejos y los estudios a gran escala.
- TORTOISE apoya el análisis cuantitativo preciso en diversos entornos de investigación de neuroimagen.
