原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
使用高场MRI回归森林进行临床深部脑刺激区域预测
1,62,61,3,64,62,5,6
珍荣金,尤瓦尔·,吉列尔莫·萨皮罗,杰罗德·维泰克,诺姆·哈雷尔
12
达勒姆杜克大学电气与计算机工程系明尼苏达大学磁研究中
345
心达勒姆杜克大学生物医学工程系明尼苏达大学神经明尼
苏达大学6信息科学(SIS)公司
抽象的可以直接识别DBS[4‑6]的大脑皮层下结构。然而，这
种场限制了临床应用。
本文提出了一种在临床低场MRI上不可见的大脑皮层下
结构的预测框架，从场MR训练数据中学习详细信的工作研究了基于回归的方法来估计感区
息。基底神经节内的深部脑刺激（DBS）结构的体积分域[7‑11]内的有限信息。利型相关分析和偏最小二
割是可靠的DBS手术的先决条件。虽然场磁成乘回归来预测[7]中的皮层下大脑结构。比较了用于形状
像（7特斯拉）可以直接可视化DBS靶向结构，但这种超预测的多个线性回归模型，考虑了标志点[8],的不确定
高场并不总是在临可用，因此需要根据临床数据预性并结合了相关预测变量，以根据稀疏观察[9]改进股骨
测相关结构。我们通过回归森林解决形状预测问题，利和胫骨的预测。通过联合输入输出分布[10],对各种不
用场MR训练数据，以高置信度将预测器非线性映确定性进行建模，并研究了预测形状的置信区域估计
射到目标结构。丘脑底核(STN)预测的应用视为[11]。，回归森林被用于CT[12]中的有效解剖结
关键的DBS目标。帕金森病患者的实验结果验证了所提构。
出的方法能够根据临床1.5TMRI可靠地估计STN。
这项工作的目的是利用从场MRI中学到的与
其相邻结构的关系，预测临床低场MRI上DBS靶
向结构的位置和3D形状。我们使用统计形状模型对7T
索引术语——深部脑刺激、场MRI、统计形状模型、回MRI上的高质量训练集上目标结构的形状和及其预
归森林。测变量的变化进行建模。STN及其在特征空间中的预
测变量之间的空间依赖性是由随机森林回归量引起的。
1。简介
我们的框架能够使用学习到的形状关系准确预测STN
深部脑刺激（DBS）是一种流行的治疗方法，（一个关键的DBS目标区域），仅给出1.5T
用于治疗帕金森病（PD）等神经退行性疾病[1]。成功MR患者数据的预分割预测因子。
的DBS手术很大程度上取决于
文档评论（0）