ConFiG: Contextual Fibre Growth to generate realistic axonal packing for diffusion MRI simulation.
ConFiG: Contextual Fibre Growth to generate realistic axonal packing for diffusion MRI simulation.
复制标题
DOI：
10.1016/j.neuroimage.2020.117107
复制
发表时间：
2020-10-15
期刊：
影响因子：
5.7
通讯作者：
Zhang H
中科院分区：
文献类型：
--
作者：
Callaghan R;Alexander DC;Palombo M;Zhang H
本文介绍了上下文纤维生长（ConFiG），一种通过模仿天然纤维发生来生成白色物质数值幻影的方法。ConfiG按照由真实的轴突引导机制驱动的简单规则，一个接一个地生长纤维。这些简单的规则使ConFiG能够通过生长纤维生成具有可调微观结构特征的幻影，同时试图满足用户指定的密度和取向分布等形态目标。我们比较了ConFiG的最先进的方法的基础上包装纤维在一起，通过生成幻影在一系列的纤维配置，包括交叉纤维束和取向分散。结果表明，ConFiG产生的幻影与高达20%的高密度比国家的最先进的，特别是在复杂的配置与交叉纤维。我们还表明，ConfiG幻影的微观结构形态是可比的真实的组织，生产的直径和取向分布接近电子显微镜估计从真实的组织，以及捕获复杂的纤维横截面。从ConFiG体模模拟的信号与真实的扩散MRI数据匹配良好，表明ConFiG体模可以用于生成真实的扩散MRI数据。这证明了ConFiG生成逼真的合成扩散MRI数据用于开发和验证微观结构建模方法的可行性。我们提出了ConfiG，一个生物动机的数值幻影发生器的白色的问题。ConFiG产生具有最先进密度和逼真微观结构的幻影。ConfiG体模中的弥散MRI模拟与真实的dMRI信号相当。
This paper presents Contextual Fibre Growth (ConFiG), an approach to generate white matter numerical phantoms by mimicking natural fibre genesis. ConFiG grows fibres one-by-one, following simple rules motivated by real axonal guidance mechanisms. These simple rules enable ConFiG to generate phantoms with tuneable microstructural features by growing fibres while attempting to meet morphological targets such as user-specified density and orientation distribution. We compare ConFiG to the state-of-the-art approach based on packing fibres together by generating phantoms in a range of fibre configurations including crossing fibre bundles and orientation dispersion. Results demonstrate that ConFiG produces phantoms with up to 20% higher densities than the state-of-the-art, particularly in complex configurations with crossing fibres. We additionally show that the microstructural morphology of ConFiG phantoms is comparable to real tissue, producing diameter and orientation distributions close to electron microscopy estimates from real tissue as well as capturing complex fibre cross sections. Signals simulated from ConFiG phantoms match real diffusion MRI data well, showing that ConFiG phantoms can be used to generate realistic diffusion MRI data. This demonstrates the feasibility of ConFiG to generate realistic synthetic diffusion MRI data for developing and validating microstructure modelling approaches. We present ConFiG, a biologically motivated numerical phantom generator for white matter. ConFiG produces phantoms with state-of-the-art density and realistic microstructure. Diffusion MRI simulations in ConFiG phantoms are comparable to real dMRI signals.
登录
查看更多内容
DOI：
10.1111/j.1460-9568.2010.07447.x
发表时间：
2010-11
期刊：
The European journal of neuroscience
影响因子：
--
作者：
Barry J;Gu Y;Gu C
通讯作者：
Gu C
影响因子：
5.7
作者：
Daducci, Alessandro;Canales-Rodriguez, Erick J.;Thiran, Jean-Philippe
通讯作者：
Thiran, Jean-Philippe
DOI：
10.1073/pnas.0910222107
发表时间：
2010-03-16
影响因子：
11.1
作者：
Lee, Jongho;Shmueli, Karin;Duyn, Jeff H.
通讯作者：
Duyn, Jeff H.
影响因子：
--
作者：
Grella, L;Lorusso, G;Adler, DL
通讯作者：
Adler, DL
影响因子：
3.3
作者：
Ford, JC;Hackney, DB
通讯作者：
Hackney, DB