A Deep Learning-Based Fiber Clustering Framework for Functionally Consistent White Matter Parcellation Using Multimodal Diffusion MRI and Functional MRI

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的深度学习纤维聚类框架——深度多视图纤维聚类(DMVFC),该框架结合了纤维的几何特征和功能性磁共振成像的BOLD信号,解决了传统扩散磁共振成像方法忽视功能信号的问题。实验结果表明,DMVFC在功能一致的白质分区方面优于现有方法。

🎯

关键要点

  • 本研究提出了一种新的深度学习纤维聚类框架——深度多视图纤维聚类(DMVFC)。

  • DMVFC结合了纤维的几何特征和功能性磁共振成像的BOLD信号。

  • 该框架解决了传统扩散磁共振成像方法忽视功能信号的问题。

  • 实验结果表明,DMVFC在功能一致的白质分区方面优于现有的两种最先进的聚类方法。

🏷️

标签

➡️

继续阅读