Cortical correspondence with probabilistic fiber connectivity.
Cortical correspondence with probabilistic fiber connectivity.
复制标题
DOI：
10.1007/978-3-642-02498-6_54
复制
发表时间：
2009
期刊：
影响因子：
--
通讯作者：
Styner, Martin
中科院分区：
文献类型：
--
作者：
Oguz, Ipek;Niethammer, Marc;Cates, Josh;Whitaker, Ross;Fletcher, Thomas;Vachet, Clement;Styner, Martin
本文提出了一种通过将结构线索与概率连接图相结合来优化人类皮质表面群体之间基于点的对应关系的新方法。所提出的方法在皮质表面的均匀采样（低表面熵）和群体中对应点的相似性（低整体熵）之间建立了权衡。然而，相似性度量并不仅限于空间接近度，而是使用局部脑沟深度测量以及通过随机纤维束成像算法从 DWI 扫描计算出的概率连接图来增强对应定义。我们提出了一种使用表面进化技术将纤维连接信息投影到皮质表面的新方法。我们的皮质对应方法不需要球形参数化。实验结果显示，与使用空间度量作为唯一对应标准的对应方法相比，皮质厚度分析证明了对应质量的提高。
This paper presents a novel method of optimizing point-based correspondence among populations of human cortical surfaces by combining structural cues with probabilistic connectivity maps. The proposed method establishes a tradeoff between an even sampling of the cortical surfaces (a low surface entropy) and the similarity of corresponding points across the population (a low ensemble entropy). The similarity metric, however, isn’t constrained to be just spatial proximity, but uses local sulcal depth measurements as well as probabilistic connectivity maps, computed from DWI scans via a stochastic tractography algorithm, to enhance the correspondence definition. We propose a novel method for projecting this fiber connectivity information on the cortical surface, using a surface evolution technique. Our cortical correspondence method does not require a spherical parameterization. Experimental results are presented, showing improved correspondence quality demonstrated by a cortical thickness analysis, as compared to correspondence methods using spatial metrics as the sole correspondence criterion.
登录
查看更多内容
影响因子：
5.7
作者：
Fischl, B;Sereno, MI;Dale, AM
通讯作者：
Dale, AM
影响因子：
3.3
作者：
Jones, DK;Pierpaoli, C
通讯作者：
Pierpaoli, C
影响因子：
10.6
作者：
Davies, RH;Twining, CJ;Taylor, CJ
通讯作者：
Taylor, CJ
影响因子：
10.9
作者：
Tosun, D;Rettmann, ME;Prince, JL
通讯作者：
Prince, JL
影响因子：
4.5
作者：
BRECHBUHLER, C;GERIG, G;KUBLER, O
通讯作者：
KUBLER, O