Prevalence of white matter pathways coming into a single diffusion MRI voxel orientation: the bottleneck issue in tractography
Notice bibliographique
Résumé
Abstract Characterizing and understanding the limitations of diffusion MRI fiber tractography is a prerequisite for methodological advances and innovations which will allow these techniques to accurately map the connections of the human brain. The so-called “crossing fiber problem” has received tremendous attention and has continuously triggered the community to develop novel approaches for disentangling distinctly oriented fiber populations. Perhaps an even greater challenge occurs when multiple white matter bundles converge within a single voxel, or throughout a single brain region, and share the same parallel orientation, before diverging and continuing towards their final cortical or sub-cortical terminations. These so-called “bottleneck” regions contribute to the ill-posed nature of the tractography process, and lead to both false positive and false negative estimated connections. Yet, as opposed to the extent of crossing fibers, a thorough characterization of bottleneck regions has not been performed. The aim of this study is to quantify the prevalence of bottleneck regions. To do this, we use diffusion tractography to segment known white matter bundles of the brain, and assign each bundle to voxels they pass through and to specific orientations within those voxels (i.e. fixels). We demonstrate that bottlenecks occur in greater than 50-70% of fixels in the white matter of the human brain. We find that all projection, association, and commissural fibers contribute to, and are affected by, this phenomenon, and show that even regions traditionally considered “single fiber voxels” often contain multiple fiber populations. Together, this study shows that a majority of white matter presents bottlenecks for tractography which may lead to incorrect or erroneous estimates of brain connectivity or quantitative tractography (i.e., tractometry), and underscores the need for a paradigm shift in the process of tractography and bundle segmentation for studying the fiber pathways of the human brain.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».