DSMRI:用于多中心MRI数据集的域移位分析器
Rafsanjany Kushol1, Alan H Wilman2, Sanjay Kalra1,3
1Department of Computing Science, University of Alberta, Edmonton, AB T6G 2R3, Canada.
Diagnostics (Basel, Switzerland)
|September 28, 2023
概括
一个新的MRI (DSMRI) 框架的域转移分析器量化了多中心MRI数据的变化. 该工具有助于开发更好的领域适应和协调技术,以改善医学研究.
科学领域:
- 医学成像分析分析 医学成像分析
- 神经成像是一种神经成像.
- 机器学习在医疗保健中的应用
背景情况:
- 多中心MRI数据集对于医学研究和临床应用至关重要.
- 数据中心之间的变化 (域名转移) 挑战了数据分析的质量和可靠性.
- 缺乏适当的领域转移分析工具阻碍了领域的适应和协调.
研究的目的:
- 引入一个新的框架,MRI的域移位分析仪 (DSMRI),用于分析多中心MRI数据中的域移位.
- 为评估和量化域转移提供工具,以改进MRI数据分析.
主要方法:
- DSMRI使用空间,频率和波形域的MRI质量指标评估域移动.
- 包含纹理特征,以提高分析稳定性.
- 使用t-SNE和UMAP进行数据可视化和对域位移距离和特征意义的定量分析.
主要成果:
- DSMRI框架有效量化了跨各种MRI数据特征的域转移.
- 可视化技术证实了相似和不相似的数据集群的清晰分离.
- 量化分析提供了可衡量的洞察力,可以了解域位移距离和特征重要性.
结论:
- 在多中心MRI数据集中,DSMRI提供了一个强大的解决方案,用于在多中心MRI数据集中进行域移位分析.
- 该框架支持开发更可靠的领域适应和协调技术.
- 在七个大规模神经成像数据集上得到验证,证明了它的有效性.


