論文の概要: Alignment of Tractography Streamlines using Deformation Transfer via Parallel Transport

• arxiv url: http://arxiv.org/abs/2108.03697v1
• Date: Sun, 8 Aug 2021 17:58:30 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-10 14:59:02.179332
• Title: Alignment of Tractography Streamlines using Deformation Transfer via Parallel Transport
• Title（参考訳）: 平行移動による変形伝達を用いたトラクトグラフィーストリームラインの配向
• Authors: Andrew Lizarraga, David Lee, Antoni Kubicki, Ashish Sahib, Elvis Nunez, Katherine Narr, Shantanu H. Joshi
• Abstract要約: 本稿では, トラクトを同時に比較し, 同時に登録することのできる新しい変形計量について述べる。 健常成人43名を対象にアライメントを行った。
• 参考スコア（独自算出の注目度）: 6.11287644234908
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present a geometric framework for aligning white matter fiber tracts. By registering fiber tracts between brains, one expects to see overlap of anatomical structures that often provide meaningful comparisons across subjects. However, the geometry of white matter tracts is highly heterogeneous, and finding direct tract-correspondence across multiple individuals remains a challenging problem. We present a novel deformation metric between tracts that allows one to compare tracts while simultaneously obtaining a registration. To accomplish this, fiber tracts are represented by an intrinsic mean along with the deformation fields represented by tangent vectors from the mean. In this setting, one can determine a parallel transport between tracts and then register corresponding tangent vectors. We present the results of bundle alignment on a population of 43 healthy adult subjects.
• Abstract（参考訳）: 白色物質繊維を配向させる幾何学的枠組みを提案する。 脳間の繊維路を登録することで、しばしば被験者間で有意義な比較を提供する解剖学的構造が重なり合うことを期待する。 しかし, 白色物質路の形状は非常に異質であり, 複数の個体にまたがる直接的経路応答の発見は難しい課題である。 本稿では, トラクト間を同時に比較しながら, トラクト間における新規な変形測定値を提案する。 これを達成するために、繊維路は、平均から接ベクトルで表される変形場と共に固有平均で表される。 この設定では、トラクト間の平行移動を決定し、対応する接ベクトルを登録することができる。 本研究は,健常成人43名を対象にバンドルアライメントを行った結果である。

関連論文リスト

• TractoEmbed: Modular Multi-level Embedding framework for white matter tract segmentation [5.919899935057211]
  脳の構造的接続と神経外科的計画の研究には,白質領域のセグメンテーションが不可欠である。 本稿では,各エンコーダの学習タスクを通じて局所化表現をエンコードするモジュール型マルチレベル埋め込みフレームワークであるTractoEmbedを提案する。 実験により、TractoEmbedは、さまざまなデータセットにまたがるホワイトマタートラクションセグメンテーションにおいて、最先端の手法よりも優れており、様々な年齢グループにまたがっていることが示された。
  論文  参考訳（メタデータ） (2024-11-12T21:12:51Z)
• TractCloud: Registration-free tractography parcellation with a novel local-global streamline point cloud representation [63.842881844791094]
  現在のトラクトグラフィーのパーセレーション法は登録に大きく依存しているが、登録の不正確さはパーセレーションに影響を及ぼす可能性がある。 我々は,個別の主題空間で直接,脳全体のトラクトログラフィ解析を行う,登録不要のフレームワークであるTractCloudを提案する。
  論文  参考訳（メタデータ） (2023-07-18T06:35:12Z)
• Bundle-specific Tractogram Distribution Estimation Using Higher-order Streamline Differential Equation [15.371246200911651]
  本稿では,バンドル固有のトラクトグラム分布関数に基づく新しいトラクトグラフィー手法を提案する。 ファイバーバンドルを記述するために、高階のストリームライン微分方程式に対する統一的なフレームワークが提示される。 グローバルレベルでは,バンドル固有トラクトグラム分布(BTD)係数の推定として,トラクトグラフィー処理を単純化する。
  論文  参考訳（メタデータ） (2023-07-06T07:45:31Z)
• Reworking geometric morphometrics into a methodology of transformation grids [0.0]
  スケール・スタンダード化のステップは、少なくとも成長研究には不適切であるとして最近批判されている。 2点の選択は、他の非プロクリスト的関心事と相互作用し、適合した傾向に応じて変形した座標系の格子線の解釈可能性である。 結論として、幾何学的形態学の現在のツールキットは進化生物学や発達生物学の解釈目的の多くに適合するにはあまりに制限されていることが示唆されている。
  論文  参考訳（メタデータ） (2023-01-13T15:47:02Z)
• TractoFormer: A Novel Fiber-level Whole Brain Tractography Analysis Framework Using Spectral Embedding and Vision Transformers [15.334469506736065]
  WBT(Whole Brain tractography)データには、何十万もの個々のファイバーの流線(推定脳接続)が含まれている。 本稿では,新しいパーセレーションフリーな WBT 解析フレームワークである TractoFormer を提案する。 病気分類実験において、TractoFormerは統合失調症とコントロールの分類において最も高い精度を達成する。
  論文  参考訳（メタデータ） (2022-07-05T21:38:26Z)
• Deep Active Latent Surfaces for Medical Geometries [51.82897666576424]
  形状先行は、ノイズや不完全なデータから3次元形状を再構成する際に有効であることが知られている。 本稿では,各頂点に別個の潜在ベクトルを持つ3次元メッシュの形状を表すハイブリッドアプローチを提案する。 推論のために、潜伏ベクトルは空間正規化制約を課しながら独立に更新される。 これにより、フレキシビリティと一般化能力の両方が得られ、いくつかの医療画像処理タスクで実演できることが示される。
  論文  参考訳（メタデータ） (2022-06-21T10:33:32Z)
• Beyond Separability: Analyzing the Linear Transferability of Contrastive Representations to Related Subpopulations [50.33975968859988]
  コントラスト学習(Contrastive Learning)は、ラベルのないデータを用いて、下流の分類タスクに線形に分離可能な表現を生成する、非常に効果的な手法である。 最近の研究では、対照的表現はデータが単一のドメインから来るときに有用であるだけでなく、ドメイン間での転送にも有効であることが示されている。
  論文  参考訳（メタデータ） (2022-04-06T09:10:23Z)
• Partial Matching in the Space of Varifolds [1.2249546377051437]
  曲線や曲面などの様々な幾何学的形状に対する非対称データ不同性項を導入する。 すべての実験は、このデータ差分項が位相的差にもかかわらずコヒーレントな部分マッチングをもたらすことを示した。
  論文  参考訳（メタデータ） (2021-03-23T10:44:22Z)
• Graph Optimal Transport for Cross-Domain Alignment [121.80313648519203]
  クロスドメインアライメントはコンピュータビジョンと自然言語処理の基本である。 我々は、最近の最適輸送(OT)の進歩から発芽する原則的なフレームワークであるグラフ最適輸送(GOT)を提案する。 実験は、幅広いタスクにわたるベースライン上でのGOTの一貫性のある性能を示す。
  論文  参考訳（メタデータ） (2020-06-26T01:14:23Z)
• Geodesics in fibered latent spaces: A geometric approach to learning correspondences between conditions [62.997667081978825]
  この研究は、異なる条件のサンプル間の対応を作成するための幾何学的枠組みと新しいネットワークアーキテクチャを導入する。 この形式の下では、潜伏空間は、条件を符号化する基底空間に成層化されたファイバー束であり、条件の変動を符号化するファイバー空間である。
  論文  参考訳（メタデータ） (2020-05-16T03:14:52Z)
• From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
  直交平面の分割自由結合推定法を提案する。 このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。 本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
  論文  参考訳（メタデータ） (2020-01-21T06:51:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。