Ax<scp>T</scp>ract: Toward microstructure informed tractography
Notice bibliographique
Résumé
Diffusion-weighted (DW) magnetic resonance imaging (MRI) tractography has become the tool of choice to probe the human brain's white matter in vivo. However, tractography algorithms produce a large number of erroneous streamlines (false positives), largely due to complex ambiguous tissue configurations. Moreover, the relationship between the resulting streamlines and the underlying white matter microstructure characteristics remains poorly understood. In this work, we introduce a new approach to simultaneously reconstruct white matter fascicles and characterize the apparent distribution of axon diameters within fascicles. To achieve this, our method, AxTract, takes full advantage of the recent development DW-MRI microstructure acquisition, modeling, and reconstruction techniques. This enables AxTract to separate parallel fascicles with different microstructure characteristics, hence reducing ambiguities in areas of complex tissue configuration. We report a decrease in the incidence of erroneous streamlines compared to the conventional deterministic tractography algorithms on simulated data. We also report an average increase in streamline density over 15 known fascicles of the 34 healthy subjects. Our results suggest that microstructure information improves tractography in crossing areas of the white matter. Moreover, AxTract provides additional microstructure information along the fascicle that can be studied alongside other streamline-based indices. Overall, AxTract provides the means to distinguish and follow white matter fascicles using their microstructure characteristics, bringing new insights into the white matter organization. This is a step forward in microstructure informed tractography, paving the way to a new generation of algorithms able to deal with intricate configurations of white matter fibers and providing quantitative brain connectivity analysis. Hum Brain Mapp 38:5485-5500, 2017. © 2017 Wiley Periodicals, Inc.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».