跳到正文
原文
bioRxiv · Neuroscience· Dasanayake, D., Amit 等 6 人

BundleMorphometry:使用基于非线性流线配准的空间分辨白质纤维束形状分析

BundleMorphometry: Spatially Resolved White Matter Bundle Shape Analysis Using Nonlinear Streamline-based Registration

预印本 · 尚未经过同行评审

AI 导读

BundleMorphometry 用非线性流线配准的解析雅可比量化白质纤维束局部形状,在胶质瘤和帕金森病数据中检出传统方法未捕捉的形变。

摘要 · AI 翻译

扩散MRI纤维束测量学(tractometry)可量化白质(WM)纤维束沿线的微结构特性,但并不直接测量其几何形态,因而可能忽略局部形态学改变。在此,我们提出BundleMorphometry,一个利用基于流线的非线性配准的解析雅可比矩阵来量化局部WM纤维束形状的框架。个体被试的纤维束使用BundleWarp(一种基于流线的非线性配准方法)配准至参考图谱纤维束。我们推导所得形变场的解析雅可比矩阵,并计算其对数行列式(log det J),以量化每个流线点处的局部膨胀与压缩。为实现空间分辨的组间比较,这些测量值被投影到二维网格上,从而捕捉沿纤维束及跨纤维束的变化。我们使用两个临床数据集评估了BundleMorphometry,分别包含胶质瘤患者和帕金森病(PD)患者。在胶质瘤数据集中,BundleMorphometry揭示了受病灶影响的WM纤维束中空间广泛的形变模式,而仅凭位移幅度无法捕捉这些模式。此外,在PD数据集的组分析中(32例患者和32例健康对照),我们在胼胝体大钳、体中部和右侧脊髓丘脑束中识别出显著的局部形态学差异,并呈现不同的膨胀与压缩模式。这些发现表明,BundleMorphometry通过实现纤维束形态的空间分辨分析,具有推进传统纤维束测量学的潜力。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。