Microstructure Imaging of Crossing (MIX) White Matter Fibers from diffusion MRI.
Microstructure Imaging of Crossing (MIX) White Matter Fibers from diffusion MRI.
复制标题
DOI：
10.1038/srep38927
复制
发表时间：
2016-12-16
影响因子：
4.6
通讯作者：
Lenglet C
中科院分区：
文献类型：
--
作者：
Farooq H;Xu J;Nam JW;Keefe DF;Yacoub E;Georgiou T;Lenglet C
扩散MRI （Diffusion MRI, dMRI）通过量化水分子在轴突束内的各向异性扩散来揭示脑白质的微观结构特征。然而，在复杂的白质纤维结构（如交叉）中识别轴突方向、色散、密度、直径等特征被证明是具有挑战性的。除了优化数据采集和先进的生物物理模型外，将这些模型拟合到数据中的计算程序也至关重要。然而，这些程序在很大程度上被dMRI微观结构界所忽视，需要新的、更通用的方法来解决复杂的生物物理模型拟合问题。现有的方法仅限于假设单一纤维方向的模型，与有限的大脑区域（如胼胝体）相关，或者多个方向，但无法提取详细的微观结构特征。在这里，我们介绍了一种新的多功能优化技术（MIX），它可以实现交叉白质纤维的微观结构成像。我们提供了MIX的MATLAB实现，并使用合成以及离体和体内大脑数据证明了它对纤维交叉中的一般微观结构模型的适用性。
Diffusion MRI (dMRI) reveals microstructural features of the brain white matter by quantifying the anisotropic diffusion of water molecules within axonal bundles. Yet, identifying features such as axonal orientation dispersion, density, diameter, etc., in complex white matter fiber configurations (e.g. crossings) has proved challenging. Besides optimized data acquisition and advanced biophysical models, computational procedures to fit such models to the data are critical. However, these procedures have been largely overlooked by the dMRI microstructure community and new, more versatile, approaches are needed to solve complex biophysical model fitting problems. Existing methods are limited to models assuming single fiber orientation, relevant to limited brain areas like the corpus callosum, or multiple orientations but without the ability to extract detailed microstructural features. Here, we introduce a new and versatile optimization technique (MIX), which enables microstructure imaging of crossing white matter fibers. We provide a MATLAB implementation of MIX, and demonstrate its applicability to general microstructure models in fiber crossings using synthetic as well as ex-vivo and in-vivo brain data.
登录
查看更多内容
影响因子：
5.7
作者：
Avram AV;Sarlls JE;Barnett AS;Özarslan E;Thomas C;Irfanoglu MO;Hutchinson E;Pierpaoli C;Basser PJ
通讯作者：
Basser PJ
影响因子：
5.7
作者：
Daducci, Alessandro;Canales-Rodriguez, Erick J.;Thiran, Jean-Philippe
通讯作者：
Thiran, Jean-Philippe
影响因子：
5.7
作者：
Fick, Rutger H. J.;Wassermann, Demian;Deriche, Rachid
通讯作者：
Deriche, Rachid
影响因子：
8.5
作者：
Mitra, Sharmishtha;Mitra, Amit
通讯作者：
Mitra, Amit
影响因子：
4.8
作者：
Jeurissen, Ben;Leemans, Alexander;Sijbers, Jan
通讯作者：
Sijbers, Jan