Wahrscheinlichkeitsbasierte Faserverfolging unter Verwendung des Residual-Bootstraps mit eingeschränkter sphärischer Dekonvolution

Die eingeschränkte sphärische Dekonvolution (CSD) ist eine neue Technik, die basierend auf hochauflösenden Diffusionsbildgebungsdaten (HARDI) die Orientierung mehrerer intravoxeliger Faserpopulationen innerhalb von Regionen komplexer weißer Materie architektonischer Strukturen schätzt und damit die Einschränkungen der weit verbreiteten Technik der Diffusionstensorbildgebung (DTI) überwindet. Eine ihrer Hauptanwendungen ist die Fasertrakto­graphie. Die rauschbehaftete Natur der diffusionsempfindlichen (DW) Bilder beeinflusst jedoch die geschätzten Orientierungen, und die resultierenden Faserbahnen unterliegen Unsicherheiten. Der Einfluss von Rauschen kann erheblich sein, insbesondere bei HARDI-Messungen, die relativ hohe b-Werte verwenden. Um die Auswirkungen des Rauschens auf Faserbahnen zu quantifizieren, wurde die probabilistische Traktographie eingeführt, die mehrere mögliche Pfade von einem Samenpunkt berücksichtigt und dabei die Unsicherheit der lokalen Faserorientierungen in Betracht zieht. In dieser Arbeit wird ein probabilistischer Traktographiealgorithmus vorgestellt, der auf CSD und dem Residual-Bootstrap basiert. CSD, das genaue und präzise Schätzungen von mehreren Faserorientierungen liefert, wird verwendet, um die lokalen Faserorientierungen zu extrahieren. Der Residual-Bootstrap wird verwendet, um die Faserverfolgen Wahrscheinlichkeit innerhalb eines klinischen Zeitrahmens ohne vorherige Annahmen über die Form der Unsicherheit in den Daten zu schätzen. Mittels Monte-Carlo-Simulationen wird die Leistung des CSD-Faserpfad-Unschärfeschätzers in Bezug auf Genauigkeit und Präzision gemessen. Darüber hinaus wird die Leistung der vorgeschlagenen Methode mit der DTI-Residual-Bootstrap-Traktographie und einem bestehenden probabilistischen CSD-Traktographiealgorithmus unter Verwendung klinischer DW-Daten verglichen.