功能磁共振成像数据分析与CT替代图像预测方法研究
在医学影像领域,功能磁共振成像(fMRI)数据分析以及从磁共振(MR)图像预测计算机断层扫描(CT)替代图像是两个重要的研究方向。前者有助于深入了解大脑的功能活动,后者则在放疗剂量规划和正电子发射断层扫描/磁共振成像(PET/MR)的衰减校正等临床应用中具有重要意义。
功能ASL fMRI数据的MCMC与VEM方法比较
功能动脉自旋标记(ASL)fMRI数据的分析旨在联合检测诱发活动,并估计相关的血流动力学和灌注反应。传统的马尔可夫链蒙特卡罗(MCMC)方法在处理这类数据时存在计算时间长的问题。为了解决这一问题,变分期望最大化(VEM)算法被提出。
与MCMC相比,VEM为每个潜在变量提供解析形式的估计。尽管VEM仍然是一种近似方法,但它便于纳入额外的信息,如约束条件。实验结果表明,VEM在计算时间上显著低于MCMC,并且表现出良好的性能。这使得VEM成为功能ASL数据快速且有效的分析替代方法。
以下是MCMC和VEM在听觉和视觉条件下对真实fASL数据的分析结果:
|条件|方法|响应水平|感兴趣区域(ROI)|响应函数|
| ---- | ---- | ---- | ---- | ---- |
|听觉| MCMC | 如图所示 | 如图所示 | 红色和蓝色曲线分别代表MCMC方法的灌注响应函数(PRF)和血流动力学响应函数(HRF) |
|听觉| VEM | 如图所示 | 如图所示 | 品红色和绿色曲线分别代表VEM方法的PRF和HRF |
|视觉| MCMC | 如图所示 | 如图所示 | 红色和蓝色曲线分别代表MCMC方法的PRF和HRF |
|
超级会员免费看
订阅专栏 解锁全文
95

被折叠的 条评论
为什么被折叠?



