BundleCleaner:无人监督的剥离和分样的扩散MRI衍生曲谱数据数据
Yixue Feng1, Bramsh Q Chandio1, Julio E Villalón-Reina1
1Imaging Genetics Center, Keck School of Medicine, University of Southern California, Marina del Rey, CA, United States.
bioRxiv : the preprint server for biology
|September 4, 2023
概括
一个无监督的框架BundleCleaner通过过和消毒捆绑来改进扩散MRI通道图的数据. 这样可以更好地与地图集保持一致,并使得阿尔茨海默病患者微观结构差异的有效,可靠的分析成为可能.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 医学图像分析 医学图像分析
背景情况:
- 扩散核磁共振扫描产生复杂的全脑数据.
- 现有的方法与噪音,冗余性和计算负担作斗争.
- 准确的捆绑表示对于下游分析 (如导管测量) 至关重要.
结论:
- BundleCleaner提高了计算效率,并减少了对曲谱数据的内存需求.
- 该框架对大规模的,多站点的导向测量研究有很大的前景.
- 能够更可靠,更有效地分析神经系统疾病中白质微观结构.


