論文の概要: Anatomy-guided fiber trajectory distribution estimation for cranial nerves tractography

• arxiv url: http://arxiv.org/abs/2402.18856v1
• Date: Thu, 29 Feb 2024 05:08:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-01 16:02:45.744365
• Title: Anatomy-guided fiber trajectory distribution estimation for cranial nerves tractography
• Title（参考訳）: 脳神経トラクトグラフィーにおける解剖誘導線維軌跡分布推定
• Authors: Lei Xie, Qingrun Zeng, Huajun Zhou, Guoqiang Xie, Mingchu Li, Jiahao Huang, Jianan Cui, Hao Chen, Yuanjing Feng
• Abstract要約: 頭蓋底の複雑な環境は、拡散方向と繊維幾何学の間のあいまいな空間的対応をもたらす。 解剖学的に誘導された繊維軌道分布を有する新しいCN同定フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 14.352189425165777
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diffusion MRI tractography is an important tool for identifying and analyzing the intracranial course of cranial nerves (CNs). However, the complex environment of the skull base leads to ambiguous spatial correspondence between diffusion directions and fiber geometry, and existing diffusion tractography methods of CNs identification are prone to producing erroneous trajectories and missing true positive connections. To overcome the above challenge, we propose a novel CNs identification framework with anatomy-guided fiber trajectory distribution, which incorporates anatomical shape prior knowledge during the process of CNs tracing to build diffusion tensor vector fields. We introduce higher-order streamline differential equations for continuous flow field representations to directly characterize the fiber trajectory distribution of CNs from the tract-based level. The experimental results on the vivo HCP dataset and the clinical MDM dataset demonstrate that the proposed method reduces false-positive fiber production compared to competing methods and produces reconstructed CNs (i.e. CN II, CN III, CN V, and CN VII/VIII) that are judged to better correspond to the known anatomy.
• Abstract（参考訳）: 拡散mriは頭蓋神経(cns)の頭蓋内経路を同定し解析するための重要なツールである。 しかし, 頭蓋骨の複雑な環境は, 拡散方向と繊維形状のあいまいな空間的対応につながり, 既存のCNの拡散トラクトグラフィー法は誤軌跡を生じやすく, 真の正のつながりが欠如している。 以上の課題を克服するため, 拡散テンソルベクトル場を構築するために, CNの追跡過程において, 解剖学的形状の事前知識を取り入れた, 解剖学的誘導繊維軌道分布を持つ新しいCN同定フレームワークを提案する。 連続流場表現のための高次流線型微分方程式を導入し, トラクションベースレベルからCNの繊維軌道分布を直接特徴づける。 生体内hcpデータセットおよび臨床mdmデータセットを用いた実験結果から,本手法は競合する方法に比べて偽陽性線維産生を減少させ,既知の解剖学によく対応していると判断された再構成されたcns(cnii,cniii,cnv,cnvii/viii)を産生することが示された。

関連論文リスト

• Learning Spatially-Continuous Fiber Orientation Functions [1.4504054468850665]
  低分解能拡散強調画像から空間連続繊維配向密度関数を学習するFENRIを提案する。 我々はFENRIが現実的な低品質データから高分解能繊維配向を正確に予測できることを実証した。
  論文  参考訳（メタデータ） (2023-12-10T01:28:47Z)
• Polar-Net: A Clinical-Friendly Model for Alzheimer's Disease Detection in OCTA Images [53.235117594102675]
  オプティカルコヒーレンス・トモグラフィーは、網膜微小血管の画像化によってアルツハイマー病(AD)を検出するための有望なツールである。 我々はPolar-Netと呼ばれる新しいディープラーニングフレームワークを提案し、解釈可能な結果を提供し、臨床上の事前知識を活用する。 Polar-Netは既存の最先端の手法よりも優れており,網膜血管変化とADとの関連性について,より貴重な病理学的証拠を提供する。
  論文  参考訳（メタデータ） (2023-11-10T11:49:49Z)
• Neural Modulation Fields for Conditional Cone Beam Neural Tomography [18.721488634071193]
  コーンビーム・ニューラル・トモグラフィ(CondCBNT)は、ノイズフリーおよびノイズの多いデータに対して、高値および低値のプロジェクションの性能向上を示す。 ニューラル変調場(NMF)を介して入力領域上のフィールドとして局所変調をモデル化する新しい条件付け法を提案する。
  論文  参考訳（メタデータ） (2023-07-17T09:41:01Z)
• 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)
• Reconstructing the somatotopic organization of the corticospinal tract remains a challenge for modern tractography methods [55.07297021627281]
  CST(Corticospinal tract)は、人間の脳において、身体の自発的な動きを制御できる重要なホワイトマター線維である。 拡散MRIトラクトグラフィーは、ヒトの健康におけるCST経路の解剖学的および変動性の研究を可能にする唯一の方法である。
  論文  参考訳（メタデータ） (2023-06-09T02:05:40Z)
• Tangent Bundle Filters and Neural Networks: from Manifolds to Cellular Sheaves and Back [114.01902073621577]
  畳み込みを用いて、タンジェントバンドルフィルタとタンジェントバンドルニューラルネットワーク(TNN)を定義する。 我々は、TNNを時間領域と空間領域の両方で識別し、その離散性は、最近導入されたSheaf Neural Networksの原則的な変種であることを示す。 単体2次元球面上の接ベクトル場の復調作業における提案手法の有効性を数値的に評価する。
  論文  参考訳（メタデータ） (2022-10-26T21:55:45Z)
• White Matter Tracts are Point Clouds: Neuropsychological Score Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
  ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。 各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。 Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
  論文  参考訳（メタデータ） (2022-07-06T02:03:28Z)
• Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework [65.19784967388934]
  RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。 実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-06-30T13:04:42Z)
• Learning Tubule-Sensitive CNNs for Pulmonary Airway and Artery-Vein Segmentation in CT [45.93021999366973]
  肺気道,動脈,静脈の分節に対する畳み込みニューラルネットワーク(CNN)の訓練は困難である。 コントラスト非造影CTにおいて,CNNによる正確な気道および動脈静脈分画法を提案する。 細気管支、動脈、静脈に対して優れた感受性を有する。
  論文  参考訳（メタデータ） (2020-12-10T15:56:08Z)
• Learning Anatomical Segmentations for Tractography from Diffusion MRI [0.0]
  拡散強調MR画像から直接170個の解剖学的領域の高速深層学習に基づくセグメンテーションを導入する。 組織型によっては0.70～0.87Diceのセグメンテーション結果が一定であった。
  論文  参考訳（メタデータ） (2020-09-09T16:20:02Z)

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。