Современные методы отслеживания волокон белого вещества мозга демонстрируют ряд проблем, включая создание больших пропорций линий тока, которые не точно описывают основную анатомию и выделение линий тока, которые не поддерживаются лежащим в основе диффузионным сигналом. В новом исследовании ученые описали новый метод обучения для фильтрации потоков из диффузной МРТ-трактографии.
Специалисты показали, что автоматический кодировщик сверточной нейронной сети обеспечивает более простой способ изучить надежное представление линий тока мозга, которое можно использовать для фильтрации нежелательных выборок с помощью алгоритма ближайшего соседа.
Новый метод, получивший название FINTA (фильтрация трактографии с использованием автоэнкодеров), имеет несколько ключевых преимуществ: для обучения не требуются маркированные данные, поскольку в нем используются необработанные трактограммы, он является быстрым и легко воспроизводимым. Также метод не полагается на входные данные диффузионной МРТ.
Ученые продемонстрировали способность FINTA различать «правдоподобные» и «неправдоподобные» линии обтекания, а также восстанавливать отдельные примеры групп обтекания из необработанной трактограммы.
Работа предлагает новую структуру глубокого обучения трактографии, основанную на автоэнкодерах, и показывает, как ее можно применять для целей фильтрации.