Leading non-Gaussian corrections for diffusion orientation distribution function.
Leading non-Gaussian corrections for diffusion orientation distribution function.
复制标题
DOI：
10.1002/nbm.3053
复制
发表时间：
2014-02
影响因子：
2.9
通讯作者：
Tabesh, Ali
中科院分区：
文献类型：
--
作者：
Jensen, Jens H.;Helpern, Joseph A.;Tabesh, Ali
关键词：
给出了一类扩散方向分布函数（dodf）的非高斯校正的解析表达式。该公式由扩散峰张量和扩散峰张量构造而成，扩散峰张量和扩散峰张量都可以用扩散峰成像（DKI）来估计。通过引入模型无关的非高斯扩散效应，改进了扩散张量成像（DTI）中使用的高斯近似。因此，这种分析表示为基于dki的白质纤维束造影提供了自然的基础，与传统的基于dti的纤维束造影相比，它在生成更准确的纤维束方向预测和能够直接解析体素内纤维交叉方面具有潜在的优势。该公式用光纤交叉的双室模型和人脑数据的数值模拟加以说明。这些结果表明，包括领先的非高斯校正可以显著影响白质区域的纤维束成像，如半瓣中心，在那里纤维交叉是常见的。
An analytical representation of the leading non-Gaussian corrections for a class of diffusion orientation distribution functions (dODFs) is presented. This formula is constructed out of the diffusion and diffusional kurtosis tensors, both of which may be estimated with diffusional kurtosis imaging (DKI). By incorporating model-independent non-Gaussian diffusion effects, it improves upon the Gaussian approximation used in diffusion tensor imaging (DTI). This analytical representation therefore provides a natural foundation for DKI-based white matter fiber tractography, which has potential advantages over conventional DTI-based fiber tractography in generating more accurate predictions for the orientations of fiber bundles and in being able to directly resolve intra-voxel fiber crossings. The formula is illustrated with numerical simulations for a two-compartment model of fiber crossings and for human brain data. These results indicate that the inclusion of the leading non-Gaussian corrections can significantly affect fiber tractography in white matter regions, such as the centrum semiovale, where fiber crossings are common.
登录
查看更多内容
影响因子：
2.9
作者：
Jensen, Jens H.;Helpern, Joseph A.
通讯作者：
Helpern, Joseph A.
影响因子：
4.4
作者：
Helpern, Joseph A.;Adisetiyo, Vitria;Falangola, Maria F.;Hu, Caixia;Di Martino, Adriana;Williams, Kathleen;Castellanos, Francisco X.;Jensen, Jens H.
通讯作者：
Jensen, Jens H.
影响因子：
3.3
作者：
Hess, Christopher P.;Mukherjee, Pratik;Vigneron, Daniel B.
通讯作者：
Vigneron, Daniel B.
影响因子：
2.5
作者：
Gong, Nan-Jie;Wong, Chun-Sing;Chu, Yiu-Ching
通讯作者：
Chu, Yiu-Ching
影响因子：
8.3
作者：
Cheung JS;Wang E;Lo EH;Sun PZ
通讯作者：
Sun PZ