基准测试 定向 分布 函数 估计 单外扩散磁共振成像中的 Tractometry 的方法 - - 测试复试可靠性和预测能力的评估
bioRxiv : the preprint server for biology
|September 15, 2025
概括
使用低分辨率,单扩散MRI (dMRI) 数据,可靠地对白质束进行细分. 这使得使用现有医疗保健和传统数据集的更广泛的临床应用和研究成为可能.
科学领域:
- 神经成像是一种神经成像.
- 扩散式核磁共振成像 (MRI)
- 白色物质轨道图学 白色物质轨道图学
背景情况:
- 目前的in-vivo白质 (WM) 捆绑衍生依赖于高分辨率,多扩散MRI (dMRI) 采集,由于时间和成本限制了临床应用.
- 传统的dMRI数据集 (单,较低的角度分辨率) 为更广泛的临床使用和人口水平研究提供了巨大的潜力,但它们对WM捆绑提取的可靠性尚不清楚.
研究的目的:
- 为了评估从低分辨率,单dMRI数据中WM捆绑提取的测试-重新测试可靠性.
- 在此数据上,比较三种方向分布函数 (ODF) 重建方法 (GQI,CSD,SS3T) 对于WM捆绑细分的性能.
主要方法:
- 利用了一个大型的研究数据集,其中包括32个方向,单的dMRI扫描,每个受试者获得了两个独立的运行.
- 评估WM捆绑提取可靠性,使用Dice系数和内部与主体之间的比较.
- 评估了提取的WM捆绑特征在认知推理任务上的预测性能.
主要成果:
- 在所有测试的ODF方法中,大多数WM捆绑可靠地从32个方向的单dMRI数据中提取.
- 持续高于主体内的子系数表明了对人体特异性解剖学的保护.
- 单三组织CSD (SS3T) 显示了敏感性/特异性的良好平衡,高特征可靠性和强大的认知推理预测准确性.
结论:
- 即使使用较低的角度分辨率,单dMRI,WM捆绑细分也很强大,使遗留和医疗保健数据可用于研究.
- 优化用于单数据的ODF重建方法,如SS3T,提供了显著的优势.
- 这一发现扩大了dMRI在广泛临床应用和大规模人口研究方面的潜力.


