Sign In

DMVFC: Deep Learning Based Functionally Consistent Tractography Fiber Clustering Using Multimodal Diffusion MRI and Functional MRI

Created by
  • Haebom
Category
Empty

저자

Bocheng Guo, Jin Wang, Yijie Li, Junyi Wang, Mingyu Gao, Puming Feng, Yuqian Chen, Jarrett Rushmore, Nikos Makris, Yogesh Rathi, Lauren J O'Donnell, Fan Zhang

개요

본 논문은 확산 MRI(dMRI) 및 기능적 MRI(fMRI) 데이터를 활용하여 기능적으로 일관된 백질(WM) 분할을 가능하게 하는 새로운 딥 러닝 기반 섬유 클러스터링 프레임워크인 Deep Multi-view Fiber Clustering(DMVFC)를 개발했다. DMVFC는 섬유 기하학적 특성, 미세 구조 측정값, 기능적 신호를 통합하여 기능적으로 의미 있고 일관된 WM 분할 결과를 얻는다.

시사점, 한계점

•
시사점:
◦
dMRI와 fMRI 데이터를 결합하여 WM 분할의 기능적 일관성을 향상시킨다.
◦
섬유 기하학, 미세 구조 및 기능적 신호를 통합하는 다중 뷰 접근 방식을 사용한다.
◦
기존 방법보다 우수한 성능을 입증했다.
•
한계점:
◦
구체적인 한계점에 대한 언급은 논문 요약에서 제시되지 않음.
👍
Made with Slashpage