文献

J-GLOBAL ID：202202215237558390   整理番号：22A0566439

ロバストな微細構造イメージングおよび構造的脳連結性解析のための拡散強調MRIモデリングへの異常値情報の導入【JST・京大機械翻訳】

Incorporating outlier information into diffusion-weighted MRI modeling for robust microstructural imaging and structural brain connectivity analyses

著者 (7件)： Sairanen Viljami (Department of Computer Science, University of Verona, Verona, Italy) ,  Sairanen Viljami (Translational Imaging in Neurology, Department of Medicine and Biomedical Engineering, University Hospital Basel and University of Basel, Neurologic Clinic and Policlinic, Basel, Switzerland) ,  Sairanen Viljami (BABA Center, Pediatric Research Center, Department of Clinical Neurophysiology, Children’s Hospital, Helsinki University Hospital and University of Helsinki, Helsinki, Finland) ,  Ocampo-Pineda Mario (Department of Computer Science, University of Verona, Verona, Italy) ,  Granziera Cristina (Translational Imaging in Neurology, Department of Medicine and Biomedical Engineering, University Hospital Basel and University of Basel, Neurologic Clinic and Policlinic, Basel, Switzerland) ,  Schiavi Simona (Department of Computer Science, University of Verona, Verona, Italy) ,  Daducci Alessandro (Department of Computer Science, University of Verona, Verona, Italy)
資料名： NeuroImage  (NeuroImage)
巻： 247  ページ： Null  発行年： 2022年 
JST資料番号： W3139A  ISSN： 1053-8119  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ヒト脳の白質構造は拡散強調MRIトラクトグラフィーを用いて表すことができる。残念なことに,トラクトグラフィーは,その特異性の厳しい低下を引き起こし,正確な構造的脳連結性分析におけるその実現可能性を制限する偽陽性流線を見つける傾向がある。フィルタリングアルゴリズムは,無効な流線の数を減らすために提案されているが,現在利用可能なフィルタリングアルゴリズムは,臨床研究に典型的な運動アーチファクトを含むプロセスデータに適していない。著者らは,これらの信号ドロップアウト運動アーチファクトを調節するために,微細構造インフォームトラクトグラフィ(COMMIT)アルゴリズムのためのConvex最適化モデリングを強化した。包括的モンテカルロ全脳シミュレーションおよびin vivo乳児データで,著者らのロバストアルゴリズムが,これらのアーチファクトにもかかわらず,トラクトグラフィー再構成を適切にフィルタリングできることを証明した。パラメトリックおよび非パラメトリック統計を用いて結果を評価し,著者らの結果は,運動アーチファクトが,微細構造特性マッピングと同様に,ヒト脳構造連結性解析において,重度の副作用を有することを実証した。結論として,トラクトグラムフィルタリングにおける運動関連エラーを緩和するためのロバストフィルタリング法の使用は,特に乳児のような非協力患者グループによる臨床研究において非常に有益である。ロバスト増強とオープンソース実装により,ロバストなトラクトグラムフィルタリングが容易に利用可能である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  アルゴリズム ,  *拡散 ,  最適化 ,  シミュレーション ,  *脳 ,  流線 ,  フィルタリング ,  ヒト ,  *画像処理 ,  *モデリング ,  画像技術 ,  NMRイメージング ,  *ロバスト性 ,  画像診断 ,  アーチファクト
準シソーラス用語： トラクトグラフィー , 【Automatic Indexing@JST】

著者キーワード (12件)： 磁気共鳴イメージング ,  拡散 ,  トラクトグラフィ ,  ロバスト性 ,  フィルタリング ,  コミット ,  異常 ,  補完 ,  構造的連結性 ,  微細構造 ,  動き ,  重み付きモデリング

分類 (2件)： 医用画像処理  (JE04020T) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (9件)： ロバスト ,  微細構造 ,  イメージング ,  脳 ,  連結性 ,  解析 ,  拡散強調MRI ,  モデリング ,  異常値