冲浪网:通过合的不同形态变形来重建皮层表面

科学领域:

• 神经成像是一种神经成像.
• 计算解剖学的计算解剖学
• 医学图像分析 医学图像分析

背景情况:

• 从脑MRI中准确地重建皮质表面对于理解大脑结构和功能至关重要.
• 现有的方法经常独立地重建表面,忽视它们的相互依赖性,并可能导致不准确.
• 估计皮层厚度在很大程度上依赖于精确的表面重建.

研究的目的:

• 开发一种新的方法,从脑MRI中快速准确地重建内,外和中厚皮质表面的关节.
• 为了利用这些表面的相互依赖,提高重建精度和拓正确性.
• 通过结合的表面变形分析来实现精确的皮层厚度估计.

主要方法:

• 联合重建内部 (白灰色物质接口),外部 (皮亚尔) 和中厚表面,使用三个合的不同形变形.
• 优化中厚表面,使其位于内外表面中间.
• 采用非负皮层厚度和对称循环一致性的规范化术语,以确保球形拓.

主要成果:

• 在皮质表面重建准确度方面实现了最先进的性能.
• 与现有方法相比,表现出卓越的表面拓正确性.
• 在大型MRI数据集上验证,包括ADNI,HCP和OASIS.

结论:

• 提出的关节重建方法为大脑表面分析的准确性和拓正确性提供了显著的改进.
• 这种方法有助于更可靠地估计皮质厚度.
• 该方法对大规模的神经成像研究和临床应用具有前景.