构建微粒子皮层地图集与连接共识图表表示学习学习
Zhonghua Wan1, Peng Wang2, Yazhe Zhai2
1School of Computer Science and Technology, Nanjing University of Science and Technology, No. 200, Xiaolingwei Street, Xuanwu District, Nanjing City, Jiangsu Province, China, Nanjing, JIANGSU, 210094, CHINA.
Physics in medicine and biology
|January 16, 2026
概括
这项研究引入了一种新的扩散核磁共振 (dMRI) 方法,用于详细地皮下大脑映射,改善个体之间的一致性,以便更好地研究神经系统疾病.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 医学图像分析 医学图像分析
背景情况:
- 下皮层结构对于感觉运动,情绪和记忆功能至关重要.
- 它们的复杂组织挑战了精确的解剖学绘图.
- 现有的方法在特异性和跨学科一致性之间面临着权衡.
研究的目的:
- 开发一个新的框架,用于细度的皮层下分片.
- 为了增强在皮层下绘图中的解剖学真实性和跨主题一致性.
- 使用扩散MRI数据创建一个新的,详细的下皮层地图.
主要方法:
- 一个使用共识图表表示学习在扩散MRI (dMRI) 路谱学上的多尺度分片框架.
- 基于纤维集群的新型连接表示和3D-SLIC超声素准备cellation.
- 将图形学习与低级张数建模集成为人口级规范化.
主要成果:
- 拟议的方法产生了具有优越可重复性和微观结构均性的下皮层颗粒.
- 与现有地图集相比,在扩散衍生微结构指数的变化系数中实现了15-25%的平均降低.
- 对于结构同质性和区域变异性的下游分析,证明了增强的稳定性.
结论:
- 开发的管道为详细的皮层下组织映射提供了一个强大的工具.
- 能够对神经和精神疾病进行精确的神经成像和生物标志物发现.
- 代码是公开可用的研究应用程序.
