Improving alignment in Tract-based spatial statistics: evaluation and optimization of image registration.
Improving alignment in Tract-based spatial statistics: evaluation and optimization of image registration.
复制标题
DOI：
10.1016/j.neuroimage.2013.03.015
复制
发表时间：
2013-08-01
期刊：
影响因子：
5.7
通讯作者：
Andersson JL
中科院分区：
文献类型：
--
作者：
de Groot M;Vernooij MW;Klein S;Ikram MA;Vos FM;Smith SM;Niessen WJ;Andersson JL
神经影像学研究中的解剖对齐是如此的重要，以至于相当大的努力被投入到改进用于建立空间对应的配准中。基于区域的空间统计（TBSS）是一种流行的方法，用于比较跨学科的扩散特性。TBSS使用非线性配准和“骨架投影”的组合来建立空间对应，这可能会破坏变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、高维配准取代TBSS中的两阶段配准投影过程的可行性。为了优化配准参数并评估弥散MRI中的配准性能，我们设计了一个评估框架，该框架使用23个白色物质束的本地空间概率纤维束成像，并量化标准空间中受试者之间的束相似性。我们在两个不同质量的扩散数据集上优化了两种配准算法的参数。我们调查的评价框架的再现性，和优化的配准算法。接下来，我们比较了正则化配准方法和TBSS的配准性能。最后，通过一个实例研究，评估了将改进的配准方法应用于TBSS的可行性和效果。两种算法的评价框架具有高度重现性（R2 0.993; 0.931）。最佳配准参数以分级和可预测的方式取决于数据集的质量。在最佳参数下，这两种算法的配准性能都优于TBSS，表明在TBSS中采用这种方法的可行性。这在示例性实验中得到进一步证实。
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.
登录
查看更多内容
影响因子：
5.7
作者：
Park, HJ;Kubicki, M;Westin, CF
通讯作者：
Westin, CF
DOI：
10.1006/jmrb.1994.1037
发表时间：
1994-03-01
期刊：
JOURNAL OF MAGNETIC RESONANCE SERIES B
影响因子：
--
作者：
BASSER, PJ;MATTIELLO, J;LEBIHAN, D
通讯作者：
LEBIHAN, D
影响因子：
5.7
作者：
Stieltjes, B;Kaufmann, WE;Mori, S
通讯作者：
Mori, S
影响因子：
13.6
作者：
Ikram, M. Arfan;van der Lugt, Aad;Niessen, Wiro J.;Krestin, Gabriel P.;Koudstaal, Peter J.;Hofman, Albert;Breteler, Monique M. B.;Vernooij, Meike W.
通讯作者：
Vernooij, Meike W.
影响因子：
14.8
作者：
Smith, Stephen M.;Johansen-Berg, Heidi;Behrens, Timothy E. J.
通讯作者：
Behrens, Timothy E. J.