Q Пространственно-координатно-ориентированная нейронная сеть достигает точной оценки тензорного рассеяния из минимального количества изображений рассеяния
Имиджинг тензорного рассеяния (DTI) - это широко используемый метод изображения для изучения микроструктуры живой ткани мозга и ее структурной связи. Недавно ученые предложили несколько методов глубокого обучения, которые позволяют быстро оценивать тензор рассеяния только с помощью небольшого количества изображений рассеяния (DW). Однако, часто эти методы используют образцы изображений DW, полученные с помощью фиксированной схемы пространственного q-отбора, в качестве обучающих данных, что ограничивает их применимость. Для решения этой проблемы мы разработали новую глубокую нейронную сеть, называемую QCG-DTI, которая может обеспечить эффективную и точную оценку тензора рассеяния при гибкой схеме отбора пространства q. Во-первых, мы предлагаем стратегию встраивания координат пространства q в особенности, которая гарантирует соответствие между координатами пространства q и соответствующими изображениями DW. На этой основе мы предлагаем модуль объединения координат пространства q (QCF), который эффективно встраивает координаты q в многомасштабные особенности соответствующих изображений DW путем линейной регулировки особенностей карты. Наконец, мы предлагаем модуль плотной остаточной обработки многомасштабных особенностей (MRD), который путем использования двухветвевых сверток с разным размером ядра извлекает разномасштабные особенности для улучшения возможности извлечения особенностей и восстановления изображений. В сравнении с передовыми методами, зависящими от фиксированной схемы выборки, предложенная нами сеть способна получать высококачественный тензор рассеяния и его производные параметры даже при использовании изображений DW, полученных с помощью гибкой схемы пространственного q-отбора. По сравнению с передовыми методами глубокого обучения, QCG-DTI снижает среднюю абсолютную ошибку примерно на 15% в индикаторе фракционной анизотропии и примерно на 25% в индикаторе среднего диффузии.