基于扩散模型的 dMRI 高畸变下 FOD 恢复
原文中文,约400字,阅读约需1分钟。发表于: 。本研究提出了一种新的扩散模型,用于恢复因畸变伪影引起的信号丢失,通过增强扩散模型的能力生成具有所有 SPHARM 阶级别的单个 FOD 体积,并提取所有 SPHARM 阶级别之间的交叉关注特征,以捕捉 FOD 体积之间的阶级别相关性,同时使用低扭曲的 FOD 环绕高扭曲区域作为条件,确保生成的 FOD 几何的一致性,实验证明该方法能够在受影响的脑区中恢复 FOD 的完整性,显著提高相关脑区的纤维追踪性能。
本文提出了一种新的方法来建模扩散磁共振成像(dMRI)数据集,利用人脑结构相干性,仅使用单个被试的数据。使用神经网络参数化球面谐波级数(NeSH)来表示单个被试的dMRI信号,重建的信号显示出更具结构连贯性的数据表示。消除了梯度图像中的噪声,并且纤维定向分布函数沿纤维束的方向呈平滑变化。可以使用单个模型架构计算平均扩散度、分数各向异性和总视觉纤维密度。演示了在角度和空域中进行上采样可以实现与现有方法相当或更好的重建。