用 ExaTract 扩展全局纤维束成像：从大型队列到超高分辨率数据集

全局纤维束成像提供了一个理论框架，通过联合推断所有流线及其与扩散信号和潜在解剖先验的一致性，从扩散 MRI 重建白质连接。然而，其顺序性质和对数线性复杂度使其在神经影像学所需的规模上计算成本过高，从人类连接组计划（HCP）等大型人群队列到介观分辨率的离体超高场采集均如此。在这项工作中，我们提出了 ExaTract，一个为高性能计算（HPC）架构设计的并行化自旋玻璃纤维束成像框架。ExaTract 实现为开源 MPI+Kokkos 应用程序，将纤维束成像域划分为空间上重叠的区域，在分布式内存节点上处理，并定期同步边界修改以保持全局收敛保证。我们在体内和离体扩散 MRI 数据上验证了 ExaTract：完整的 HCP 数据集展示了群体规模的吞吐量，而高分辨率的 Chenonceau 数据集提供了首个源自全局纤维束成像的介观结构连接组。

中文由 AI 翻译，仅供参考，以原文为准。