US DE COOKIES Utilitzem cookies necessàries de sistema per al correcte funcionament de la web i cookies opcionals de Google Analytics per obtenir estadístiques de visita. +info
Configuració cookies
Necessàries
Les cookies necessàries són absolutament essencials perquè el lloc web funcioni correctament. Aquesta categoria només inclou galetes que garanteixen funcionalitats bàsiques i funcions de seguretat del lloc web. Aquestes cookies no emmagatzemen cap informació personal.
Nom
Proveïdor
Propietat
Finalitat
Caducitat
+info
_GRECAPTCHA
google.com
Propia
Proveir protecció antispam amb el servei reCaptcha
6 mesos
cc_cookie_accept
fidmag.org
Propia
Usada per confirmar que l'usuari ha confirmat / refusat les cookies (i quins tipus accepta)
1 any
WEB_SESSION
fidmag.org
Propia
Cookie técnica: cookie de sessió PHP. Guarda l'id de sessió d'usuari.
al acabar la sessió
Anàlisi
Les cookies analítiques s'utilitzen per entendre com interactuen els visitants amb el lloc web. Aquestes cookies ajuden a proporcionar informació sobre mètriques, el nombre de visitants, el percentatge de rebots, la font del trànsit, etc.
Nom
Proveïdor
Propietat
Finalitat
Caducitat
+info
_ga
Google Analytics
De tercers
Cookie d'anàlisi o mesurament: Identifica els usuaris i proporciona informació sobre com els usuaris troben la pàgina web i com la utilitzen per a realització d'Informes estadístics
2 anys
_gat_gtag_UA_141706552_1
Google Analytics
De tercers
Cookie d'anàlisi o mesurament: Tracking per part de google per google analytics
1 minut
_gid
Google Analytics
De tercers
Cookie d'anàlisi o mesurament: S'usa per limitar el percentatge de sol·licituds
Deconvolución esférica de datos de resonancia magnética multicanal por difusión, empleando modelos de ruido no Gaussianos y regularización espacial
Canales-Rodríguez EJ, Daducci A, Sotiropoulos SN, Caruyer E, Aja-Fernández S, Radua J, Yurramendi Mendizabal JM, Iturria-Medina Y, Melie-García L, Alemán-Gómez Y, Thiran JP, Sarró S, Pomarol-Clotet E, Salvador R
Servei limitat a col·laboradors/res de la xarxa de centres de Germanes Hospitalàries. Rebreu un missatge al vostre correu-e amb un enllaç per a la descàrrega del present article.
Abstract
Debido a una mayor capacidad en la resolución de los cruces de fibra, los métodos de deconvolución esférica (SD) son muy populares en aplicaciones de tractografía cerebral. Sin embargo, mientras que algunos de estos algoritmos de estimación suponen una distribución Gaussiana central para el ruido de resonancia magnética, se sabe que su verdadera distribución no es Gaussiana y depende de muchos factores tales como el número de bobinas de la resonancia y la metodología utilizada para combinar las señales de diferentes canales/bobinas. De hecho, los dos métodos más populares de combinación de señal multicanal siguen patrones de ruido mejor descritos por distribuciones Rician y Chi no-central. Aquí desarrollamos una técnica de deconvolución esférica robusta y sin sesgo basada en modelos (RUMBA-SD) destinada a hacer frente al ruido MRI realista. El algoritmo se basa en una formulación bayesiana donde la solución se encuentra usando el estimador máximo a posteriori basado en modelos de probabilidad Rician y Chi no-central, e incluye un término de regularización espacial de variación total (TV). Mediante datos sintéticos simulados contaminados con patrones que imitan el ruido generado por el procesamiento de datos en escáneres multicanal, el rendimiento de RUMBA-SD se compara con otros métodos bien establecidos. La inclusión de modelos de probabilidad apropiados y la regularización TV en RUMBA-SD conduce a una mayor capacidad para resolver los cruces de fibras con ángulos entre fibras más pequeños y una mayor robustez al ruido. Finalmente, el método propuesto es también validado en datos reales de un cerebro humano. Las reconstrucciones de fibras en RUMBA-SD son más estables para diferentes tipos de ruido y en imágenes adquiridas empleando un número menor de direcciones de gradiente de difusión.