Key points are not available for this paper at this time.
Die Diffusion-MRT-Traktographie hat sich als nützliches und beliebtes Werkzeug zur Kartierung von Verbindungen zwischen Gehirnregionen etabliert. In dieser Studie untersuchten wir die Leistung der quantitativen Anisotropie (QA) zur Unterstützung der deterministischen Faserverfolgung. Zwei Phantomstudien wurden durchgeführt. Die erste Phantomstudie untersuchte die Empfindlichkeit der fraktionalen Anisotropie (FA), der generalisierten fraktionalen Anisotropie (GFA) und der QA gegenüber verschiedenen Partialvolumeneffekten. Die zweite Phantomstudie untersuchte die räumliche Auflösung der durch FA, GFA und QA unterstützten Traktographien. Eine in-vivo-Studie wurde durchgeführt, um den arcuaten fasciculus zu verfolgen, und zwei Neurochirurgen, die blind gegenüber den Aufnahmeeinstellungen und der Analyse eingeladen wurden, sollten falsche Spuren identifizieren. Die Leistung der QA zur Unterstützung der Faserverfolgung wurde mit FA, GFA und anatomischen Informationen aus T1-gewichteten Bildern verglichen. Unsere erste Phantomstudie zeigte, dass die QA weniger empfindlich gegenüber den Partialvolumeneffekten von kreuzenden Fasern und freiem Wasser ist, was darauf hindeutet, dass sie ein robuster Index ist. Die zweite Phantomstudie zeigte, dass die QA-unterstützte Traktographie eine bessere Auflösung hat als die FA-unterstützte und GFA-unterstützte Traktographie. Unsere in-vivo-Studie zeigte zudem, dass die QA-unterstützte Traktographie die FA-unterstützte, GFA-unterstützte und anatomie-unterstützte Traktographie übertrifft. Im Shell-Schema (HARDI) haben die FA-unterstützte, GFA-unterstützte und anatomie-unterstützte Traktographien jeweils 30,7 %, 32,6 % und 24,45 % der falschen Spuren, während die QA-unterstützte Traktographie 16,2 % aufweist. Im Grid-Schema (DSI) haben die FA-unterstützte, GFA-unterstützte und anatomie-unterstützte Traktographien jeweils 12,3 %, 9,0 % und 10,93 % der falschen Spuren, während die QA-unterstützte Traktographie 4,43 % aufweist. Die QA-unterstützte deterministische Faserverfolgung könnte Faserverfolgungsstudien unterstützen und den Fortschritt der menschlichen Konnektomik erleichtern.
Building similarity graph...
Analyzing shared references across papers
Loading...
Fang‐Cheng Yeh
University of Pittsburgh
Timothy Verstynen
Center for the Neural Basis of Cognition
Yibao Wang
First Hospital of China Medical University
SHILAP Revista de lepidopterología
PLoS ONE
Carnegie Mellon University
National Taiwan University
Neurological Surgery
Building similarity graph...
Analyzing shared references across papers
Loading...
Yeh et al. (Freitag) untersuchten diese Frage.
synapsesocial.com/papers/69d84d445c3030ff03d19c87 — DOI: https://doi.org/10.1371/journal.pone.0080713