跳到主要内容
检索

# 扩散磁共振成像

3 篇关联报道

订阅更新
  1. arXiv

    脑龄预测改用白质纤维朝向分布:692人上平均误差3.54岁,旋转输入后预测跟着转

    脑龄预测不再只靠扩散张量标量指标,而是直接以白质纤维朝向分布(WM-FOD)的球谐系数为输入,并用SE(3)等变卷积网络保留旋转下的变换性质。在人类连接组计划老龄化数据集的692名36至90岁参与者上,该组合框架优于所评估的基于DTI的模型和常规CNN;五个交叉验证模型平均后平均绝对误差为3.54年,皮尔逊相关为0.958。性能优势依赖WM-FOD与等变处理的结合,且预测精度在球谐最大阶数Lmax=2时最高。

  2. researchsquare.com

    儿童肾母细胞瘤术前分型有了新线索:D*参数把间质型与上皮、混合、退变型分开

    儿童肾母细胞瘤目前按SIOP-RTSG 2016 UMBRELLA方案先化疗、术后才做组织病理分型,术前缺少可靠的分型依据。一项回顾性研究用隐式神经表示拟合体素内不相干运动成像,并借助患者个体化3D打印切块导板把MRI层面与组织病理切片逐层对齐,在30个病灶的94个层面上比较各亚型的参数。结果显示间质型的中位D*显著高于上皮型、混合型和退变型,而D、f与ADC在各亚型间均无显著差异。

  3. arXiv

    Spinverse 用可微 Bloch-Torrey 模拟器从扩散 MRI 反演面渗透率,在合成网格上重建出多样微结构界面

    Spinverse 提出一种渗透率感知的微结构重建方法:在固定四面体网格上把每个内部面的渗透率设为可学习参数,通过完全可微的 Bloch-Torrey 模拟器反向传播信号匹配损失来优化面渗透率,再对学到的渗透率场取阈值得到界面;在一组合成体素网格上,它重建出多种几何结构,并显示序列调度与正则化对避免只出现轮廓的解、提升边界精度与结构有效性至关重要。

已读完全部报道