评估正常化的注册和预处理方法,用于分析脑部MRI的儿科患者,先治疗脑

科学领域:

• 神经成像是一种神经成像.
• 医学图像分析 医学图像分析
• 儿科神经学 儿科神经学

背景情况:

• 神经成像研究需要图像注册以正常化到标准化模板.
• 由于变形,变形器件和与年龄有关的形态差异,经过分流治疗的儿科患者在注册方面存在独特的挑战.

研究的目的:

• 为了比较评估一般用途的注册算法,用于正常化神经图像的儿科患者与分离治疗头.
• 评估预处理步骤对这个特定患者队列的正常化准确性的影响.

主要方法:

• 四个非线性注册算法在八名儿科患者的解剖神经图像上进行了评估.
• 预处理包括骨剥离和偏差校正.
• 在皮层下和皮层区域使用子系数 (DC) 和豪斯多夫距离 (HD) 来量化注册准确度.

主要成果:

• 使用预处理 (头骨剥离和偏差纠正) 图像的正常化平均产生了更高的DC和更低的HD.
• 使用预处理的ANTS SyN算法实现了最准确的注册.
• 在没有预处理的情况下,DARTEL工具箱表现出可比的准确性,使用儿科模板并没有提高正常化.

结论:

• 特定的预处理步骤提高了小儿水脑患者神经成像注册工具的性能.
• 这些发现为选择有效的注册计划提供了指导,以使复杂的大脑病理正常化.