Neural deformation fields for template-based reconstruction of cortical surfaces from MRI

要約

皮質表面の再構成は、磁気共鳴画像法 (MRI) における大脳皮質の定量的分析の前提条件です。
既存のセグメンテーションベースの方法では、表面登録と表面抽出が分離されていますが、これは計算効率が悪く、歪みが発生しやすいものです。
脳テンプレートから MRI スキャンの皮質表面までの変形場を学習するディープ メッシュ変形技術である Vox2Cortex-Flow (V2C-Flow) を紹介します。
この目的を達成するために、変形を記述する常微分方程式を連続的にモデル化する幾何学的ニューラル ネットワークを提示します。
ネットワーク アーキテクチャは畳み込み層とグラフ畳み込み層で構成されており、画像とメッシュを同時に操作できるようになります。
V2C-Flow は、4 つの皮質表面すべてを推論するのに 2 秒未満しかかからず、非常に高速なだけでなく、再構成中にテンプレートとの頂点方向の対応関係を確立します。
さらに、V2C-Flow は、白質と軟膜表面を一緒にモデル化し、それらの間の交差を回避する皮質再構築のための最初のアプローチです。
内部および外部のテストデータに関する当社の包括的な実験は、V2C-Flow によって精度の点で最先端の皮質表面が得られることを実証しています。
さらに、確立された対応関係は FreeSurfer よりも一貫しており、皮質の分割と皮質の厚さのグループ分析に直接利用できることを示します。

要約(オリジナル)

The reconstruction of cortical surfaces is a prerequisite for quantitative analyses of the cerebral cortex in magnetic resonance imaging (MRI). Existing segmentation-based methods separate the surface registration from the surface extraction, which is computationally inefficient and prone to distortions. We introduce Vox2Cortex-Flow (V2C-Flow), a deep mesh-deformation technique that learns a deformation field from a brain template to the cortical surfaces of an MRI scan. To this end, we present a geometric neural network that models the deformation-describing ordinary differential equation in a continuous manner. The network architecture comprises convolutional and graph-convolutional layers, which allows it to work with images and meshes at the same time. V2C-Flow is not only very fast, requiring less than two seconds to infer all four cortical surfaces, but also establishes vertex-wise correspondences to the template during reconstruction. In addition, V2C-Flow is the first approach for cortex reconstruction that models white matter and pial surfaces jointly, therefore avoiding intersections between them. Our comprehensive experiments on internal and external test data demonstrate that V2C-Flow results in cortical surfaces that are state-of-the-art in terms of accuracy. Moreover, we show that the established correspondences are more consistent than in FreeSurfer and that they can directly be utilized for cortex parcellation and group analyses of cortical thickness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google