[论文解读] 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 3

一句话总结

本文提出了一种全局、凸优化框架，用于估计非对称纤维方向分布函数（AFODFs），以减少皮层轨迹追踪中的回沟偏倚。通过在体素间强制实现纤维连续性并捕捉亚体素非对称性，AFODFs使轨迹线能够更自然地弯曲进入回沟，显著提升了3T和7T MRI扫描下皮层-皮层连接的准确性与一致性。

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).

研究动机与目标

• 解决扩散轨迹追踪中长期存在的回沟偏倚问题，即轨迹线倾向于在回沟顶部终止而非在回沟底部终止。
• 克服对称纤维方向分布函数（FODFs）的局限性，后者无法准确表示浅层白质中复杂、弯曲的轴突轨迹。
• 开发一种无需依赖高分辨率成像或T1加权解剖学先验的方法，以改善皮层轨迹追踪。
• 实现在不同MRI场强下对长程皮层-皮层连接更准确、更一致的映射。

提出的方法

• 构建一个多组织体的全局估计框架，将纤维方向分布建模为非对称形式，以捕捉回沟片层中的亚体素纤维几何结构。
• 通过最小化输入与输出纤维方向之间的差异（例如，u与-u），在相邻体素间强制实现纤维连续性，确保物理上合理的轨迹线路径。
• 构建一个凸优化问题，以在所有体素上同时估计AFODFs，避免从对称FODFs初始化，确保全局收敛。
• 直接使用扩散加权成像数据估计AFODFs，无需预先计算的对称FODFs或外部解剖约束。
• 通过体素间连续性引入空间正则化，以解决在纤维扇形展开和弯曲轨迹区域中的模糊纤维构型。
• 应用球面去卷积原理，但将其扩展至非对称FODFs，通过在局部邻域内建模不同的纤维极性响应。

实验结果

研究问题

• RQ1 与对称FODFs相比，非对称纤维方向分布函数（AFODFs）是否能减少皮层轨迹追踪中的回沟偏倚？
• RQ2 所提出的AFODF估计全局凸优化框架是否能提高回沟片层中纤维轨迹线路径的准确性？
• RQ3 基于AFODFs的轨迹追踪结果在多大程度上提升了皮层-皮层连接性以及在不同MRI场强（3T与7T）下的结果一致性？
• RQ4 AFODFs是否能更好地表征浅层白质中复杂纤维几何结构（如扇形展开、弯曲）的亚体素纤维构型？
• RQ5 该方法是否在不依赖高分辨率数据或T1加权解剖学先验的情况下，仍保持鲁棒性与可重复性？

主要发现

• 基于AFODFs的轨迹追踪显著减少了回沟偏倚，轨迹线能更尖锐地转向回沟底部，而非在回沟顶部过早终止。
• 超过95%的从皮层灰质体素出发的轨迹线成功抵达其他皮层灰质区域，表明皮层-皮层连接性得到显著改善。
• 该方法在3T与7T MRI扫描之间实现了高度一致的连接矩阵，AFODFs的ICI值达到0.94，显著高于对称FODFs的较低值。
• AFODF轨迹追踪生成的纤维密度图与组织学预期更为吻合，在回沟与回沟白质-灰质交界处均表现出更均衡的覆盖。
• 全局凸优化框架实现了鲁棒、无需初始化的AFODF估计，其在轨迹追踪准确性上优于非凸、基于对称FODFs的方法。
• 该方法在不同场强下表现出良好的可重复性，无需依赖特殊高分辨率扫描协议或解剖学先验。