Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Ordinal Patterns for Connectivity Networks in Brain Disease Diagnosis Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

GraMPa: Graph-Based Multi-modal Parcellation of the Cortex Using Fusion Moves

verfasst von : Sarah Parisot, Ben Glocker, Markus D. Schirmer, Daniel Rueckert

Erschienen in: Medical Image Computing and Computer-Assisted Intervention – MICCAI 2016

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Parcellating the brain into a set of distinct subregions is an essential step for building and studying brain connectivity networks. Connectivity driven parcellation is a natural approach, but suffers from the lack of reliability of connectivity data. Combining modalities in the parcellation task has the potential to yield more robust parcellations, yet hasn’t been explored much. In this paper, we propose a graph-based multi-modal parcellation method that iteratively computes a set of modality specific parcellations and merges them using the concept of fusion moves. The merged parcellation initialises the next iteration, forcing all modalities to converge towards a set of mutually informed parcellations. Experiments on 50 subjects of the Human Connectome Project database show that the multi-modal setting yields parcels that are more reproducible and more representative of the underlying connectivity.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Effective Brain Connectivity Through a Constrained Autoregressive Model
Nächstes Kapitel A Continuous Model of Cortical Connectivity
Literatur
1.
Behrens, T., Berg, H.J., Jbabdi, S., Rushworth, M., Woolrich, M.: Probabilistic diffusion tractography with multiple fibre orientations: what can we gain? NeuroImage 34(1), 144–155 (2007)CrossRef
2.
Blumensath, T., Jbabdi, S., Glasser, M.F., Van Essen, D.C., Ugurbil, K., Behrens, T.E., Smith, S.M.: Spatially constrained hierarchical parcellation of the brain with resting-state fMRI. NeuroImage 76, 313–324 (2013)CrossRef
3.
Craddock, R.C., James, G.A., Holtzheimer, P.E., Hu, X.P., Mayberg, H.S.: A whole brain fMRI atlas generated via spatially constrained spectral clustering. Hum. Brain Mapp. 33, 1914–1928 (2012)CrossRef
4.
Eickhoff, S.B., Thirion, B., Varoquaux, G., Bzdok, D.: Connectivity-based parcellation: critique and implications. Hum. Brain Mapp. 36(12), 4771–4792 (2015)CrossRef
5.
Glasser, M.F., Van Essen, D.C.: Mapping human cortical areas in vivo based on myelin content as revealed by T1-and T2-weighted MRI. J. Neurosci. 31(32), 11597–11616 (2011)CrossRef
6.
Honnorat, N., Eavani, H., Satterthwaite, T., Gur, R., Gur, R., Davatzikos, C.: GraSP: geodesic graph-based segmentation with shape priors for the functional parcellation of the cortex. NeuroImage 106, 207–221 (2015)CrossRef
7.
Kohli, P., Torr, P.H.: Measuring uncertainty in graph cut solutions. Comput. Vis. Image Underst. 112(1), 30–38 (2008)CrossRef
8.
Komodakis, N., Tziritas, G.: Approximate labeling via graph cuts based on linear programming. IEEE Trans. Pattern Anal. Mach. Intell. 29(8), 1436–1453 (2007)CrossRef
9.
Lempitsky, V., Rother, C., Roth, S., Blake, A.: Fusion moves for Markov random field optimization. IEEE Trans. PAMI 32(8), 1392–1405 (2010)CrossRef
10.
Moreno-Dominguez, D., Anwander, A., Knösche, T.R.: A hierarchical method for whole-brain connectivity-based parcellation. Hum. Brain Mapp. 35, 5000–5025 (2014)CrossRef
11.
Ng, B., Varoquaux, G., Poline, J.B., Thirion, B.: Implications of inconsistencies between fMRI and dMRI on multimodal connectivity estimation. In: Mori, K., Sakuma, I., Sato, Y., Barillot, C., Navab, N. (eds.) MICCAI 2013. LNCS, vol. 8151, pp. 652–659. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-40760-4_​81 CrossRef
12.
Parisot, S., Arslan, S., Passerat-Palmbach, J., Wells, W.M., Rueckert, D.: Tractography-driven groupwise multi-scale parcellation of the cortex. In: Ourselin, S., Alexander, D.C., Westin, C.-F., Cardoso, M.J. (eds.) IPMI 2015. LNCS, vol. 9123, pp. 600–612. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-19992-4_​47 CrossRef
13.
Parisot, S., Rajchl, M., Passerat-Palmbach, J., Rueckert, D.: A continuous flow-maximisation approach to connectivity-driven cortical parcellation. In: Navab, N., Hornegger, J., Wells, W.M., Frangi, A.F. (eds.) MICCAI 2015. LNCS, vol. 9351, pp. 165–172. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-24574-4_​20 CrossRef
14.
Rother, C., Kolmogorov, V., Lempitsky, V., Szummer, M.: Optimizing binary MRFs via extended roof duality. In: CVPR, pp. 1–8. IEEE (2007)
15.
Sporns, O.: The human connectome: a complex network. Ann. N. Y. Acad. Sci. 1224, 109–125 (2011)CrossRef
16.
Thirion, B., Varoquaux, G., Dohmatob, E., Poline, J.B.: Which fMRI clustering gives good brain parcellations? Front. Neurosci. 8(167), 13 (2014)
17.
Van Essen, D.C., Jbabdi, S., Sotiropoulos, S.N., Chen, C., et al.: Mapping connections in humans and non-human primates: aspirations and challenges for diffusion imaging. In: Diffusion MRI, pp. 337–358 (2013)
Metadaten
Titel
GraMPa: Graph-Based Multi-modal Parcellation of the Cortex Using Fusion Moves
verfasst von
Sarah Parisot
Ben Glocker
Markus D. Schirmer
Daniel Rueckert
Copyright-Jahr
2016
Buch
Medical Image Computing and Computer-Assisted Intervention – MICCAI 2016

Print ISBN: 978-3-319-46719-1

Electronic ISBN: 978-3-319-46720-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-46720-7_18