Evaluating the quality of brainstem ROI registration using structural and diffusion MRI
Notice bibliographique
Résumé
Abstract Accurate registration of regions of interest (ROIs) from standard atlases to participants’ native spaces is a critical step in fMRI studies, as it directly affects the reliability of sampled BOLD signals. While T1-weighted (T1w) image-based ROI registration is well validated and widely adopted in cortical fMRI, its performance degrades in brainstem studies due to the small size, dense packing, and poor visibility of brainstem nuclei on T1w contrast. We hypothesized that incorporating diffusion MR images, containing more information about internal brainstem architecture, should improve ROI registration accuracy. To test this, we developed four registration pipelines that either included or excluded diffusion-based alignment components and evaluated their performance using data from n=20 healthy participants. Registration accuracy was assessed using Dice coefficient for the red nucleus (RN) and the substantia nigra (SN), and mis-registration fraction—a metric developed for nuclei that cannot be manually delineated—for the dorsal raphe nucleus (DRN). The results showed that diffusion-based pipelines, using fractional anisotropy (FA) images, non-diffusion-weighted (b0) images, and multivariate combination, outperformed the T1w-only baseline. Probabilistic maps derived from inverse-transformed native ROIs further supported improved sensitivity to inter-individual anatomical variability in the diffusion-augmented pipelines. In addition, analysis of gradient magnitude maps from the Jacobian determinants revealed associations between localized deformation and image modality-specific landmarks. These findings demonstrate the potential of diffusion-augmented pipelines for improving brainstem ROI registration, which could enhance the robustness of fMRI studies on brainstem disorders characterized by functional dysregulation.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».