跳到正文
原文
bioRxiv · Neuroscience· Kruper, J., Cieslak 等 6 人
精选AI 评分70

无需随机采样的脑连接概率映射

Probabilistic mapping of brain connections without random sampling

预印本 · 尚未经过同行评审

AI 导读

过去二十年,多数纤维追踪靠概率采样数百万条路径来映射脑连接,结果不确定且存储成本高。作者把纤维追踪建模为吸收马尔可夫链,直接得到无限多条流线的期望结果,在重测扫描中比基于流线的方法更稳定,并用于临床级数据、新生儿、肿瘤周围和小通路。软件 MPAT 已开源。

推荐理由

把纤维追踪建模为吸收马尔可夫链,直接给出无限多条流线的期望结果,免去随机采样,重测扫描下比流线法更稳定,并已开源为 MPAT。

摘要 · AI 翻译

二十年来,大多数纤维束成像(tractography)通过概率性地采样数百万条路径来绘制脑连接。采样使结果具有非确定性,且存储成本高昂。我们表明这并非必要:将纤维束成像建模为吸收马尔可夫链,即可得到无限多条流线的期望结果。在重测扫描中,该方法比基于流线的纤维束成像更可靠。它能轻松地在临床级数据和新生儿数据中、在肿瘤周围以及沿小通路绘制纤维束。MPAT 作为开源软件可在 https://github.com/rokemlab/mpat 获取。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。