• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Improving alignment in Tract-based spatial statistics: Evaluation and optimization of image registration
【2h】

Improving alignment in Tract-based spatial statistics: Evaluation and optimization of image registration

机译：改进基于漫游的空间统计的对齐：图像配准的评估和优化

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Anatomical alignment in neuroimaging studies is of such importance that considerable effort is put into improving the registration used to establish spatial correspondence. Tract-based spatial statistics (TBSS) is a popular method for comparing diffusion characteristics across subjects. TBSS establishes spatial correspondence using a combination of nonlinear registration and a “skeleton projection” that may break topological consistency of the transformed brain images. We therefore investigated feasibility of replacing the two-stage registration-projection procedure in TBSS with a single, regularized, high-dimensional registration.To optimize registration parameters and to evaluate registration performance in diffusion MRI, we designed an evaluation framework that uses native space probabilistic tractography for 23 white matter tracts, and quantifies tract similarity across subjects in standard space. We optimized parameters for two registration algorithms on two diffusion datasets of different quality. We investigated reproducibility of the evaluation framework, and of the optimized registration algorithms. Next, we compared registration performance of the regularized registration methods and TBSS. Finally, feasibility and effect of incorporating the improved registration in TBSS were evaluated in an example study.The evaluation framework was highly reproducible for both algorithms (R2 0.993; 0.931). The optimal registration parameters depended on the quality of the dataset in a graded and predictable manner. At optimal parameters, both algorithms outperformed the registration of TBSS, showing feasibility of adopting such approaches in TBSS. This was further confirmed in the example experiment.
机译：神经影像学研究中的解剖学对准非常重要，以致于在改进用于建立空间对应关系的配准方面付出了巨大的努力。基于轨迹的空间统计（TBSS）是比较对象之间扩散特征的一种流行方法。 TBSS使用非线性配准和“骨架投影”的组合来建立空间对应关系，这可能会破坏转换后的大脑图像的拓扑一致性。因此，我们研究了用单一的，正则化的高维配准替换TBSS中的两阶段配准投影程序的可行性。为了优化配准参数并评估扩散MRI中的配准性能，我们设计了一个使用原生空间概率的评估框架进行了23个白质束的tractography，并量化了标准空间中各个对象的束相似度。我们针对两个不同质量的扩散数据集的两种配准算法优化了参数。我们研究了评估框架和优化注册算法的可重复性。接下来，我们比较了常规注册方法和TBSS的注册性能。最后，通过实例研究评估了将改进的配准纳入TBSS的可行性和效果。两种算法的评估框架具有高度可重复性（R 2 0.993; 0.931）。最佳配准参数以分级且可预测的方式取决于数据集的质量。在最佳参数下，两种算法都优于TBSS的注册，这表明在TBSS中采用此类方法的可行性。实例实验进一步证实了这一点。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号