SMT: split / merge fiber tractography for MR-DTI

Abstract

Manyetik rezonans dif¨uzyon tens¨or g¨or¨unt¨uleme yeni geli¸sen ve m¨udahale gerektirmeden beyindeki beyaz maddenin yapısını g¨ostermek i¸cin kullanılan bir tekniktir.Tensor'¨un anizotropik oldu˘gu durumlarda tensorden hesaplanan ana dif¨uzyon y¨on¨uile sinir a˘glarının y¨on¨un¨un birbirleriyle ¸cakı¸stı˘gı g¨osterilmi¸stir. Manyetik rezonansdif¨uzyon tensor g¨or¨unt¨ulemenin amacı hesaplanan bu ana dif¨uzyon y¨onlerini takip ederek sinir a˘glarının olu¸sturulmasıdır. Genelde kullanılan y¨ontem integral alma metodlarıdır.Bu projenin amacı sinir a˘glarının hesaplanması ve g¨or¨unt¨ulenmesi i¸cin yeni birteknik ortaya koymaktır. Onerilen B¨ol/Birle¸stir Sinir A˘gları Takip y¨ontemi mev- ¨cut olan y¨ontemlerin dezavantajlarını a¸smayı ama¸clamaktadır. B¨ol/Birle¸stir SinirA˘gları Takip y¨onteminin yakla¸sımı ¨once kısa sinir a˘gı par¸calarını bilinen y¨ontemlerleolu¸sturmak ve daha sonra bu kısa par¸caları hesaplanan da˘gılıma g¨ore gruplandırmaktır.Bu y¨ontem dallanmaya ve datanın ¸c¨oz¨un¨url¨u˘g¨un¨u oldu˘gu gibi kullanmaya izin vermektedir. Altta yatan da˘gılım Metropolis-Hastings y¨ontemi ile hesaplanmaktadır.

Magnetic Resonance Diffusion Tensor Imaging is a recent imaging modalitywhich has shown promise as a non-invasive tool for estimating the orientation andquantity of white matter tracts in vivo. It has been shown that the estimated diffusiontensor's principal diffusion direction coincides with the fiber orientations, given that thetensor in question is anisotropic. MR-DTI fiber tractography aims at following theseprincipal diffusion directions to reconstruct fiber paths. The conventional approach isto use integration techniques, i.e. to follow the principal diffusion directions.The goal of this project is to introduce a new technique for estimation and visualization of fiber tracts. The proposed Split/Merge Tractography (SMT) tries toovercome the disadvantages of existing techniques. SMT's approach is to generateshort (thus more reliable) fiber tracts by conventional techniques (Splitting step) andthen group these short tracks according to an estimated distribution (Merging step).SMT allows branching and does not mask the inherent resolution limitation of the data.The aforementioned distribution is estimated via the Metropolis-Hastings Method.