从凯尔格模型中估计通过细胞膜的水交换,使用贝叶斯方法在人类灰质中估计
Ruicheng Ba1, Qinfeng Zhu1, Tianshu Zheng1
1Department of Biomedical Engineering, College of Biomedical Engineering & Instrument Science, Key Laboratory for Biomedical Engineering of Ministry of Education, Zhejiang University, Hangzhou, China.
与非线性最小平方 (NLLS) 相比,贝叶斯方法提供了对人类大脑交换时间 (τex) 的更准确,更可靠的估计,特别是在临床环境中. 这种提高的准确性对于理解大脑组织特性至关重要.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
- 计算生物学 计算生物学
背景情况:
- 使用Kärger模型 (KM) 准确估计交换时间 (τex) 对于理解人类大脑的生物物理性质至关重要.
- 目前的方法,如非线性最小方程 (NLLS),可能缺乏稳定性,特别是在信号噪声比较低的临床环境中.
研究的目的:
- 为了比较贝叶斯估计与NLLS对tex的性能,使用人类大脑中的KM.
- 在临床神经成像中确定 τex估计的简化,可靠的协议.
主要方法:
- 模拟的扩散MRI信号使用有限差异方法,具有不同的细胞参数.
- 从7名健康参与者获得的扩散MRI数据,使用3T扫描仪上的STEAM.
- 应用贝叶斯法和NLLS方法,用于KM适应灰色物质 (GM) 数据.
主要成果:
- 贝叶斯式 τex 估计显示出比NLLS更低的根平均平方误差和估计误差,特别是在低信号对噪声条件下.
- 与NLLS相比,贝叶斯估计显示了人类大脑数据的优越一致性和降低的可变性.
- 深灰质 (GM) 显示出明显高于皮质GM的tex值.
结论:
- 贝叶斯方法在人类大脑中的tex映射方面表现优于NLLS.
- 贝叶斯估计与对数先验为tex提供了最佳的性能.
- 这些发现支持贝叶斯方法的临床实用性,用于可靠的大脑tex估计.
更多相关视频
04:32Measuring Post-Stroke Cerebral Edema, Infarct Zone and Blood-Brain Barrier Breakdown in a Single Set of Rodent Brain Samples
Published on: October 23, 2020
10:56Endothelial Cell Transcytosis Assay as an In Vitro Model to Evaluate Inner Blood-Retinal Barrier Permeability
Published on: June 7, 2022
相关概念视频
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
One-Compartment Open Model: Urinary Excretion Data and Determination of k
Physiological Pharmacokinetic Models: Blood Flow-Limited Versus Diffusion-Limited Models
Two-Compartment Open Model: Extravascular Administration
The absorption exponent (ka) indicates the speed at which the drug...
