在皮质形态分析中同时使用体素和基于表面的形态测量的优势：各种应用的回顾。,Magnetic Resonance in Medical Sciences

当前位置： X-MOL 学术 › magn reson med sci › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

在皮质形态分析中同时使用体素和基于表面的形态测量的优势：各种应用的回顾。
Magnetic Resonance in Medical Sciences Pub Date : 2022-02-18 , DOI: 10.2463/mrms.rev.2021-0096
Masami Goto ₁ , Osamu Abe ₂ , Akifumi Hagiwara ₃ , Shohei Fujita _{2,

3} , Koji Kamagata ₃ , Masaaki Hori _{3,

4} , Shigeki Aoki ₃ , Takahiro Osada ₅ , Seiki Konishi ₅ , Yoshitaka Masutani ₆ , Hajime Sakamoto ₁ , Yasuaki Sakano ₁ , Shinsuke Kyogoku ₁ , Hiroyuki Daida ₁

Affiliation

基于表面的形态测量 (SBM) 对于估计皮质形态的指标非常有用，例如体积、厚度、面积和脑回，而基于体素的形态测量 (VBM) 是灰质 (GM) 体积测量的典型方法，包括皮层测量。在使用 SBM 估计皮质形态的情况下，除了估计 GM 体积外，是否应该使用 VBM 仍然存在争议。因此，本次审查有两个主要目标。首先，我们总结了两种方法在预处理、统计分析和可靠性方面的差异。其次，我们回顾了使用 VBM 和/或 SBM 估计皮质形态变化的研究，并讨论了将 VBM 与 SBM 结合使用是否会产生额外的价值。我们发现了在 VBM 或 SBM 中检测形态变化的情况，以及在两种方法之间表现出相同性能的其他情况。因此，我们得出结论，一起使用 VBM 和 SBM 可以帮助研究人员和临床医生更好地了解大脑的正常神经生物学过程。此外，在比较患者和对照的数据时，使用这两种方法可以提高检测形态变化的准确性。此外，我们介绍了另外两种最近的方法作为估计皮质形态变化的未来方向：多模态分割方法使用结构和功能图像，以及使用多对比度图像（例如 T1 和质子密度加权图像）的合成分割方法。以及其他在两种方法之间表现出相同性能的其他方法。因此，我们得出结论，一起使用 VBM 和 SBM 可以帮助研究人员和临床医生更好地了解大脑的正常神经生物学过程。此外，在比较患者和对照的数据时，使用这两种方法可以提高检测形态变化的准确性。此外，我们介绍了另外两种最近的方法作为估计皮质形态变化的未来方向：多模态分割方法使用结构和功能图像，以及使用多对比度图像（例如 T1 和质子密度加权图像）的合成分割方法。以及其他在两种方法之间表现出相同性能的其他方法。因此，我们得出结论，一起使用 VBM 和 SBM 可以帮助研究人员和临床医生更好地了解大脑的正常神经生物学过程。此外，在比较患者和对照的数据时，使用这两种方法可以提高检测形态变化的准确性。此外，我们介绍了另外两种最近的方法作为估计皮质形态变化的未来方向：多模态分割方法使用结构和功能图像，以及使用多对比度图像（例如 T1 和质子密度加权图像）的合成分割方法。我们得出的结论是，一起使用 VBM 和 SBM 可以帮助研究人员和临床医生更好地了解大脑的正常神经生物学过程。此外，在比较患者和对照的数据时，使用这两种方法可以提高检测形态变化的准确性。此外，我们介绍了另外两种最近的方法作为估计皮质形态变化的未来方向：多模态分割方法使用结构和功能图像，以及使用多对比度图像（例如 T1 和质子密度加权图像）的合成分割方法。我们得出的结论是，一起使用 VBM 和 SBM 可以帮助研究人员和临床医生更好地了解大脑的正常神经生物学过程。此外，在比较患者和对照的数据时，使用这两种方法可以提高检测形态变化的准确性。此外，我们介绍了另外两种最近的方法作为估计皮质形态变化的未来方向：多模态分割方法使用结构和功能图像，以及使用多对比度图像（例如 T1 和质子密度加权图像）的合成分割方法。

"点击查看英文标题和摘要"

Advantages of Using Both Voxel- and Surface-based Morphometry in Cortical Morphology Analysis: A Review of Various Applications.

Surface-based morphometry (SBM) is extremely useful for estimating the indices of cortical morphology, such as volume, thickness, area, and gyrification, whereas voxel-based morphometry (VBM) is a typical method of gray matter (GM) volumetry that includes cortex measurement. In cases where SBM is used to estimate cortical morphology, it remains controversial as to whether VBM should be used in addition to estimate GM volume. Therefore, this review has two main goals. First, we summarize the differences between the two methods regarding preprocessing, statistical analysis, and reliability. Second, we review studies that estimate cortical morphological changes using VBM and/or SBM and discuss whether using VBM in conjunction with SBM produces additional values. We found cases in which detection of morphological change in either VBM or SBM was superior, and others that showed equivalent performance between the two methods. Therefore, we concluded that using VBM and SBM together can help researchers and clinicians obtain a better understanding of normal neurobiological processes of the brain. Moreover, the use of both methods may improve the accuracy of the detection of morphological changes when comparing the data of patients and controls.In addition, we introduce two other recent methods as future directions for estimating cortical morphological changes: a multi-modal parcellation method using structural and functional images, and a synthetic segmentation method using multi-contrast images (such as T1- and proton density-weighted images).

更新日期：2022-02-18

点击分享查看原文

点击收藏

公开下载