Modèle réduit à coller laval

Nous avons illustré et discuté la différence entre le balayage et la dispersion d`orientation induite par le bruit. Pour estimer ce dernier, nous avons appliqué l`inférence Bayésienne au modèle de balle et de bâton, qui ne représente pas explicitement les géométries de balayage. À l`aide d`un exemple de jouet, nous avons montré que la dispersion biophysique modélisée n`est pas confondue avec l`incertitude induite par le bruit. L`incertitude d`orientation des fibres a toujours diminué lorsque le SNR ou le nombre de DataPoints augmentait, quelle que soit la géométrie tissulaire sous-jacente. Il est intéressant de noter que, en présence de Fanning, le modèle de balle et de bâton fourni des informations utiles par le biais de la Hesse inverse de la fonction de coût, que nous avons utilisé pour l`initialisation de la routine de montage non-linéaire de la balle et raquettes. Répartition estimée des distributions pour différentes régions de matière blanche. Pour chaque voxel, la distribution respective est indiquée sur un tracé sphérique. Les régions à partir desquelles les voxels sont dessinés sont affichées avec des cases bleues sur les cartes F1. L`orientation principale de la fibre est représentée par la ligne noire. a) région de Midsagittal dans le corps du Corpus callosum, b) région latérale dans le corps du Corpus callosum, c) région du membre postérieur de la capsule interne.

Dans tous les cas, le modèle de boule et de raquettes avec un compartiment de fibre est monté. Le système de coordonnées illustre l`angle de vie des tracés sphériques. S: supérieur, A: antérieur, L: latéral. Certaines des approches sans modèle décrites ci-dessus tentent en effet de reconstruire un fODF continu, capturant potentiellement des géométries de balayage. Seunarine et coll. ont souligné que ces fonctions peuvent présenter des pics tendus en présence d`un balayage ou d`une flexion anisotrope (Seunarine et al., 2007). Cependant, la forme des pics (leur largeur) n`est pas nécessairement une description exacte du balayage précis des fibres axonales sous-jacentes. En général, les fODFs sont obtenus par des approches de déconvolution (Tournier et al., 2004) ou par aiguisage ad hoc du dODF (Tuch, 2004).

Alors que les étapes de reconstruction ne peuvent pas affecter l`emplacement des orientations de crête (utilisées dans la tractographie actuelle), elles peuvent affecter la forme du fODF. Par exemple, la méthode de régularisation (Tournier et al., 2007) ou l`ordre de troncation de la base utilisée dans une approche de déconvolution sphérique peut affecter la largeur du fODF (Tournier et coll., 2004; Anderson, 2005); Il est également possible de détecter plusieurs pics où, en fait, la géométrie sous-jacente est celle de la fibre de balayage (Nedjati-Gilani et Alexander, 2009). avec 0 ≤ FN ≤ 1 et ∑ n = 1Nfn ≤ 1. Ce modèle permet de résoudre plusieurs populations de croisements dans chaque voxel, chacune ayant des caractéristiques de dispersion différentes. Les paramètres inconnus pour chaque population de fibres sont FN, θn, Φn, n, k2n et n = 1: N, alors que d et S0 sont communs à toutes les populations. Ici, nous prenons une approche basée sur le modèle du problème. Nous modélisons explicitement l`effet du balayage des fibres sur le signal de diffusion à l`aide d`un ODF sphérique paramétrique. Nous étendons le modèle ball & Stick (Behrens et coll., 2003, 2007) et utilisons les distributions Bingham pour effectuer la déconvolution. Notre modèle est un cas particulier de celui introduit par (Kaden et coll., 2007), cependant en choisissant un noyau de réponse en fibre unique «bâton», nous atteindons un modèle identifiable pour décrire l`étendue, l`anisotropie et l`orientation d`un compartiment de balayage. Le modèle peut être étendu à plusieurs compartiments, ce qui permet d`estimer les motifs de balayage qui se croisent. Nous abordons également les questions importantes suivantes qui n`ont pas été abordées par des études antérieures: a) pouvons-nous estimer de manière fiable les Fannings et en vertu desquels les protocoles d`acquisition? b) pouvons-nous dissocier la dispersion induite par le balayage de l`incertitude induite par le bruit? c) Comment une telle approche basée sur un modèle se compare-t-elle avec les ODF non paramétriques en présence de la fibre de Fanning? Nous présentons des résultats sur des données simulées par ordinateur, représentatives de différentes géométries de balayage. Nous illustrons également le potentiel d`appliquer une telle approche à des données de macaque post-mortem de haute qualité, en présentant des cartes voxel-par-voxel de dispersion des fibres.