[論文レビュー] Mitigating Gyral Bias in Cortical Tractography via Asymmetric Fiber Orientation Distributions

Ye Wu, Yoonmi Hong+3 more|arXiv (Cornell University)|Apr 6, 2019

Advanced Neuroimaging Techniques and Applications参考文献 36被引用数 3

ひとこと要約

本論文は、皮質トログラフィーにおける gyral bias を軽減するため、非対称線維方向分布関数（AFODF）を推定するグローバルで凸な最適化フレームワークを提案する。線維の連続性を各ボクセル間で強制し、サブボクセルの非対称性を捉えることで、AFODFはストリームラインがより自然に gyral の浅溝に曲がるのを可能にし、3Tおよび7TのMRIスキャンにおいて、皮質間接続性と一貫性が著しく向上する。

ABSTRACT

Diffusion tractography in brain connectomics often involves tracing axonal trajectories across gray-white matter boundaries in gyral blades of complex cortical convolutions. To date, gyral bias is observed in most tractography algorithms with streamlines predominantly terminating at gyral crowns instead of sulcal banks. This work demonstrates that asymmetric fiber orientation distribution functions (AFODFs), computed via a multi-tissue global estimation framework, can mitigate the effects of gyral bias, enabling fiber streamlines at gyral blades to make sharper turns into the cortical gray matter. We use ex-vivo data of an adult rhesus macaque and in-vivo data from the Human Connectome Project (HCP) to show that the fiber streamlines given by AFODFs bend more naturally into the cortex than the conventional symmetric FODFs in typical gyral blades. We demonstrate that AFODF tractography improves cortico-cortical connectivity and provides highly consistent outcomes between two different field strengths (3T and 7T).

研究の動機と目的

• ストリームラインが gyral の先端に偏って終了するなど、拡散トログラフィーにおける長年の gyral bias 問題に対処する。
• 表面白質における複雑で湾曲した軸索経路を表現できない、対称的線維方向分布関数（FODF）の限界を克服する。
• 高分解能画像やT1強調画像の解剖的事前知識に依存せずに、皮質トログラフィーの性能を向上させる手法を開発する。
• 異なるMRI磁場強度間で、長距離の皮質間接続をより正確かつ一貫してマップすることを可能にする。

提案手法

• gyralの刃部におけるサブボクセルの線維幾何を捉えるために、非対称な線維方向分布関数としてモデル化する、マルチティッシュグローバル推定フレームワークを構築する。
• 入射と出射の線維方向（例：u と -u）の差を最小化することで、隣接ボクセル間での線維の連続性を強制し、物理的に妥当なストリームライン経路を保証する。
• すべてのボクセルで同時にAFODFを推定するための凸最適化問題を構築し、対称的FODFからの初期化を回避し、グローバル収束を保証する。
• 事前に計算された対称的FODFや外部の解剖的制約を必要とせず、直接拡散重み付き画像データを用いてAFODFを推定する。
• 隣接ボクセル間の連続性による空間正則化を導入し、分岐や湾曲する経路を示す領域における曖昧な線維配置を解消する。
• 球面deconvolutionの原則を応用するが、局所的近傍における異なる線維極性応答をモデル化することで、非対称FODFへと拡張する。

実験結果

リサーチクエスチョン

• RQ1 非対称線維方向分布関数（AFODF）は、対称的FODFと比較して、皮質トログラフィーにおける gyral bias を軽減できるか？
• RQ2 提案されたAFODF推定のグローバルで凸な最適化フレームワークは、gyralの刃部における線維ストリームラインの経路推定精度を向上させるか？
• RQ3 AFODFベースのトログラフィーは、3Tと7Tの異なるMRI磁場強度間で、皮質間接続性と一貫性をどの程度向上させるか？
• RQ4 複雑な線維幾何（例：分岐、湾曲）が生じる表面白質領域において、AFODFはサブボクセルの線維配置をよりよく表現できるか？
• RQ5 高分解能データやT1強調画像の解剖的事前知識に依存せず、本手法は頑健性と再現性を維持できるか？

主な発見

• AFODFベースのトログラフィーは gyral bias を顕著に軽減し、ストリームラインが gyral の先端で早期に終了するのではなく、浅溝に鋭く曲がるようになる。
• 灰色画質ボクセルから出発するストリームラインの95％以上が、他の灰色画質領域に到達しており、皮質間接続性の向上が示された。
• 3Tと7TのMRIスキャン間で接続行列の一致性が高く、AFODFではICI値が0.94を記録したのに対し、対称的FODFではそれより低い値となった。
• AFODFトログラフィーは、ヒストロロジー的期待とよりよく一致する線維密度マップを生成し、gyralおよび浅溝の白質-灰色画質境界でバランスの取れたカバレッジを示した。
• グローバルで凸な最適化フレームワークにより、初期化に依存しない頑健なAFODF推定が可能となり、非凸かつ対称的FODFベースの手法に比べてトログラフィー精度が優れていることが示された。
• 本手法は、高分解能スキャンプロトコルや解剖的事前知識を必要とせず、異なる磁場強度間で再現性を示した。