10 種類のtractography アルゴリズムによるMR ファントムにおける現実的な拡散の定量的な評価

20150407_iishida

Quantitative evaluation of 10 tractography algorithms
on a realistic diffusion MR phantom

P. Fillard, M. Descoteaux, A. Goh, S. Gouttard, B. Jeurissen, J. Malcolm,A.R. Manzanares, M. Reisert, K.
Sakaie, F. Tensaouti, T. Yo, J.F. Mangin and C. Poupon

NeuroImage vol. 56,no. 2011,pp220-234

生体内の白質線維をマッピングする唯一の手法であるため拡散MRI tractography が臨床および神経科学研究
において重要性が増加している.しかし,異なる拡散モデルやtractography アルゴリズムによる増加可用性にも
関わらず,与えられた画像処理パラメータから最適な線維の復元方法をどのように選択しているのか不明瞭なま
まである.そのため,様々なモデルやアルゴリズムの定量的な比較や対応の良し悪しの理解を深める事が最も重
要である.本研究では,様々な拡散モデルやtractography アルゴリズムの性能を定量的に評価する再現可能な手
法と既知のデータセットを共通に使用する.様々な手法の評価を行うために, Fiber Cup コンテストで既知では
ないデータセットが一般に公開された.そして,10 種類の線維の復元方法が評価された.その結果を以下に示す.
1. SNR の高いデータセットの場合,配向分布関数で正しく潜在的な線維の配分をモデル化する拡散モデルは,流
線形のtractography 手法と連携して使用される.2. SNR がさほど高くないか,SNR の低いデータセットの場合,
事前の空間的滑らかさは,拡散モデル,または,正しくモデリングされた繊維の配向や適切なtractography の結
果から推奨される繊維のいずれかによる.これまでの既存手法と新規手法のための比較基盤として役立つファン
トムのデータセット,既知な線維,評価方法及び結果はhttp://www.lnao.fr/spip.php?rubrique79 より一般的に
入手可能である.新しい結果は bercup09@gmail.com に提出することができ,ウェブページに公開することが出
来る.