标准化组织的核磁共振强度:应用多中心数据集

文摘

强度标准化MRI旨在纠正scanner-dependent强度变化。现有的简单、健壮的技术旨在将输入图像直方图匹配到的标准,而我们认为标准化的目标应是匹配相应空间组织强度。在这项研究中,我们提出一种新颖的自动技术,STI呼吁标准化的强度,不仅股价histogram-matching技术的简单性和鲁棒性,但也包含了组织空间强度信息。STI使用联合强度直方图确定强度对应每个组织之间的输入和标准图像。我们比较STI现有histogram-matching技术在两个多中心数据集,飞行员E-ADNI ADNI,通过测量强度误差在标准图像进行非线性后登记。飞行员E-ADNI 3受试者每扫描数据集包括7个不同的网站。ADNI数据集在795年由受试者扫描在50多个不同的网站。STI优于histogram-matching技术,显示出更好的强度匹配对大脑白质的标准形象。

1。介绍

磁共振图像(核磁共振成像)获得类似的协议,但在不同的扫描仪将显示不同的强度值相同的组织类型(1]。这些变化计算机有关,不符合噪声或偏置磁场不均匀性,既可以减少不同图像处理技术(例如,2,3),职责)。在大这个问题变得尤其严重,多中心的设置,如阿尔茨海默病的神经影像学(ADNI),纵向数据是超过50种不同平台上的被收购在美国和加拿大。

图像处理管道旨在提取组织的特征(例如,灰质和白质识别)必须健壮的这些变化。强度因此标准化是用来减少内扫描差异为了类似的强度也有类似的组织标准化图像的意义,无论出处。它已经表明,标准化改善分割4,5)和注册(6,7]。然而,扩展强度用一个简单的线性变换是不够的,因为磁共振成像采集参数对图像的影响强度是非线性6];因此需要一个高阶变换。

出版标准化技术通常提出匹配图像直方图。王等人提出的一种算法。8拉伸或压缩一个窗口的输入图像直方图的一部分乘法因子,发现通过最小化bin-count输入和标准图像直方图之间的区别。感兴趣的窗口用于仅包括像素和删除,例如,背景;这使得技术线性强度范围的利益。该技术由Nyul et al。1,9]匹配输入图像直方图地标到标准直方图地标,获得在一个学习的过程,线性插值地标之间的强度。特别是,变体(1)使用百分位数地标,简单和更健壮。这项具有里程碑意义的技术被用在许多研究[5,7,10- - - - - -12]。贼鸥et al。13)将这一原则扩展到两个或两个以上的共同使用核磁共振序列(例如,T1和T2),多维联合直方图匹配非线性登记。只要MRI序列空间对齐,这是假设,不需要登记前图像计算联合直方图。

其他技术使用与某种形式的模型先天的知识、技术等提出的命运(6]。它接近输入图像直方图的混合高斯函数和他们的平均值与标准一致通过多项式函数图像。克里斯腾森(14)提出了甚至还要求衍生品找到相对应的直方图峰值大脑白质的特征值;用于规范化全球形象的值强度。Weisenfeld和Warfield4)提出了建模的输入图像作为标准化图像被一个线性变换。迭代算法然后发现线性模型的参数减少Kullback-Leibler标准化和标准图像之间的分歧,因此他们直方图匹配。

贝,贼鸥15)四个技术相比的表现(1,4,6,13]随着早期histogram-matching技术使用动态直方图扭曲(16]。没有明显优于其他人。

进一步说,在我们看来,直方图匹配不应该是唯一的目标,因为它并不能保证空间相应的标准化组织强度。为此,梁等。17)最近提出了一个半自动的分割技术,描绘了脑脊液(CSF)、白质(WM)和灰质(GM)组织组件,他们平均强度计算。在下面的步骤中,他们的表现意味着强度之间的线性回归和回归结果用于执行标准化。然而,这种方法产生一个线性变换,也不能完全解决上面提到的问题。

因此,据我们所知,目前为止提供的技术匹配直方图无视空间通信或使用空间对应关系和线性变换。我们的目标是设计一个技术,(1)使用直方图和组织强度信息;(2)提供一个非线性强度图像之间的转换;(3)分享Nyul的简单性和鲁棒性的具有里程碑意义的技术1),而剩下的完全自动化。

在这项研究中,我们报告我们的发展标准化的强度(STI)技术,满足这些需求。我们比较STI变体Nyul et al。1),前台(德意志联邦共和国)强度直方图匹配使用等分(10%)地标,在两个不同的多中心t1加权磁共振成像数据集:飞行员欧洲ADNI(飞行员E-ADNI)研究和大ADNI数据集。

2。方法

2.1。飞行员E-ADNI数据集

飞行员E-ADNI数据集获得许可从多中心项目18]。这个数据集的一部分包括数据从三个健康的志愿者,在此称为主题1到3,张成的几周内扫描在七个不同的欧洲中心(1 - 7)网站,使用3 d t1 MP-RAGE ADNI研究协议(19]。关于飞行员E-ADNI研究可以发现在18]。受试者扫描两次在每个中心但一些数据从第一扫描并不可用。我们只使用数据从第二扫描,共有21个图片。

这个数据集允许我们评估标准化技术的性能通过避免主体强度变化和只关注内扫描的差异。做出合理的假设主题组织之间的属性没有改变网站在短时间内学习,一个表现良好的标准化技术组织的输出强度应该独立于扫描网站。

2.2。ADNI数据集

第二个数据集得到的阿尔茨海默病的神经影像学(ADNI)数据库(http://adni.loni.ucla.edu/)。它在795年由基线控制核磁共振成像,轻度认知障碍和可能的阿尔茨海默病主题,获得超过50个不同的1.5 T扫描仪(通用电气医疗集团、飞利浦医疗系统,西门子医疗解决方案)使用上述协议(19]。伦理批准了为每个机构参与其中。参数标准化先生按照指令所提供的核心(ADNI MRI19]。

ADNI于2003年推出的国家老龄研究所(NIA),国家生物医学成像和生物工程研究所(NIBIB),美国食品和药物管理局(FDA),私营制药公司和非营利组织,作为6000万美元,5年公共-私营伙伴关系。ADNI的主要目标是测试是否连环磁共振成像(MRI),正电子发射断层扫描(PET),其他生物标记,可以结合临床和神经心理学评估衡量轻度认知障碍(MCI)的进展和早期阿尔茨海默病(AD)。决心的敏感和特定的标记非常早期的广告发展的目的是帮助研究者和临床医生开发新的治疗方法和监控其有效性,以及减少临床试验的时间和成本。

这个项目的首席研究员迈克尔·w·维纳,医学博士,VA医学中心和加州大学,旧金山。ADNI是努力的结果,许多研究从广泛的学术机构和私人企业,和主题已经招募了来自50多个网站在美国和加拿大。ADNI的最初目标是招募800名成年人,在55岁到90岁,参加研究,大约200认知正常的老年人随访3年,400 MCI患者随访3年和200人早期广告随访2年。最新信息,请参阅http://www.adni-info.org/。

2.3。标准图像

在这项研究中使用的标准图像的参考图像BrainWeb仿真软件(http://mouldy.bic.mni.mcgill.ca/brainweb/)[20.]。标准的图像是一个高分辨率(1毫米³各向同性),高信噪比的平均27 t1影像的一个人类的大脑,与手动划定CSF、通用汽车、和WM组织面具。

2.4。预处理

MRI卷都是预处理相同MINC图像处理工具箱(http://www.bic.mni.mcgill.ca/ServicesSoftware/MINC)在标准化之前:(1)外地意味着噪音去除(2];(2)强度不均匀性校正(3前),执行标准化的建议(10];(3)全球线性登记(12自由度)标准的图像(21],两卷之间的互信息最大化[22];(4)重采样到1毫米³各向同性网格;(5)强度夹紧,由()设置为零强度值低于百分位值0.01,(b)设置100所有强度值高于百分位值99.99,和(c)之间的线性插值的强度极限。这个步骤删除离群值的低强度和高强度和新形象0到100之间;(6)全球非线性注册标准的图像(23)之间的互信息最大化两卷如步骤3。

左边的图1(红色)总结了上述预处理步骤。

2.5。强度的标准化

2.5.1。STI

在最后一个预处理步骤中,全球非线性注册成立的空间组织之间的通信标准和输入图像。这空间通信允许我们计算关节强度强度的频率分布直方图的对应关系。从最常见的组织通讯,我们的目标是计算一个强度传递函数的映射非线性注册输入图像(预处理步骤1到6)的标准,然后应用到线性注册输入图像(预处理步骤1 - 5),如图1(绿色),给我们所需的标准化形象,标准参考空间进一步处理和/或比较。

因为组织强度通常重叠,很难估计组织通讯从全球联合直方图。完善其估计,STI使用的标准图像组织面具(1)背景(BKG), (2) WM和(3)转基因,从标准图像。我们选择把背景有两个原因。首先,每一个图像都可以作为一个整体,没有背景去除。第二,强度对应CSF是经常在我们的下游处理管道。因为它主要是类似于BKG,我们发现它是正确的通过BKG标准化更健壮。

对于每一个组织,STI执行以下步骤:(1)一直只适用的组织中包含的体素面具非线性输入注册和标准图像;(2)计算和平滑,高斯低通滤波器,standard-versus-input蒙面压接头强度直方图。直方图箱的宽度在每个维度是0.25%,也就是说,覆盖0到100的400个箱子规模、强度和高斯滤波器的半宽度设置为10箱;(3)发现模式,最大的联合直方图。模式对应于最常见的强度非线性输入注册和标准图像之间的对应当前组织。这一点确定直方图具有里程碑意义的一对input-to-standard强度对应映射为当前组织。

与组织获得的具有里程碑意义的集合对面具,STI添加两个额外的配对:第一,(0,0),最低强度非线性的映射注册输入和标准图像,第二,(100、100),他们的最大值。由此产生的具有里程碑意义的组然后由 在哪里和代表注册的非线性输入的强度和标准图像,分别对组织。

STI完成里程碑之间的映射函数的线性插值的强度对(分段线性变换),最后应用这个函数线性注册输入图像(预处理步骤1到5)为了创建标准化图像。

我们添加了一个实验性地确定启发式算法。鉴于大型组织类之间的重叠在某些情况下,我们要求搜索从最大到最小的组织成分,降低了体素搜索空间组件模式估计一次。实际上,这导致估计BKG第一,因为它通常最大的模式。一旦发现,所有压在一个模式的强度范围高达10%以上被移除之前估计WM模式。WM模式被发现后,压在一个强度范围以及低25%以上所有体素这种模式被移除之前估计的通用模式,从而消除重叠BKG /通用汽车和通用汽车/ WM。

2.5.2。

我们比较STI以下描述histogram-matching技术的实现(1],它使用等分,即10%,地标匹配非线性输入注册和标准图像的直方图前景(德意志联邦共和国)。德意志联邦共和国决定在每个图像通过强度的阈值。它对应的像素点的强度(1)高于或等于平均强度计算在整个图像和(2)低于强度对应的百分比值99.8获得对整个图像。这个操作因此作物每个图像的直方图通过删除,作为假设,背景和强度异常值,分别。而夹紧一步预处理阶段已经处理离群值由夹紧百分位值0.01和99.99之间的图像强度产生输入图像,我们选择保持额外的99.8符合(不那么宽容了限制1]。

非线性输入注册和标准图像,相对应的强度值的百分比值99.8首次发现,对创建第一个里程碑。等分地标,相应的百分比值,然后决定在德意志联邦共和国。这个操作了九个具有里程碑意义的对。

两个额外的双,(0,0)和(100、100),终于添加到地图,分别注册的最小值和最大值的非线性输入和标准图像。我们因此获得了以下一系列里程碑式的对: 在哪里和代表百分位的强度注册的非线性输入和标准图像德意志联邦共和国,和和强度值在99.8百分比为整个图像。之间的映射函数是线性插值得到的具有里程碑意义的对。

2.6。技术比较

如前所述,强度标准化映射功能确定使用预处理非线性注册图像(预处理步骤1到6)。然而,获得的映射功能应用注册的线性图像,预处理步骤1到5,即非线性之前注册。

比较标准化技术,我们应用,如图1(蓝色)、非线性登记后者图像匹配的标准形象,使用相同的技术作为预处理步骤6。然后,我们使用标准的图像组织面具计算voxelwise平均绝对误差(MAE)在不同的体元集:(1)的标准形象》,作为中定义上面过程,(2)WM和(3)通用。应用标准化图像非线性登记允许我们之前,在这个比较方案,以减少任何偏见STI与使用标准的面具。

美是由 在哪里是像素点的数量,和和非线性强度值注册标准输出和标准图像,分别在体素吗。我们注意到,由于输出和标准图像强度尺度范围从0到100,美可以用百分比表示。

我们进行了t测试评估美之间的差异的统计学意义和性传播感染。

3所示。结果

3.1。飞行员E-ADNI数据集

图2显示标准线性注册输出图像的主题1飞行员E-ADNI扫描数据集在7个不同的网站。我们预期的标准强度是相似的。定性,STI表现出更好的性能比,特别是对于WM,特别是网站6和7。我们获得相似的结果(图中未显示)科目2和3。

图3提出了联合直方图计算强度的一个例子(a, c)之前和之后(b, d)标准化。灰度图像对应的自然对数的联合直方图获得主题1现场的图像呈现在图2。在(a)和(c),我们覆盖强度映射函数得到和性传播感染。我们观察到STI给一个更好的强度对应标准化后(d)(b)。

图4显示美箱线图的德意志联邦共和国,WM和通用汽车在21图像。我们看到,相比没有标准化(原始)和STI明显表现出改进的所有体素美集。然而,STI提供更好的性能;统计测试有效地表明之间的区别和STI WM显著(通用汽车),几乎显著(),但不是为德意志联邦共和国()。

3.2。ADNI数据集

图5显示美箱线图(a) 795个不同主题的德意志联邦共和国,(b) WM和(c)通用。没有标准化(原始)相比,两者兼而有之和STI表现出更好的美。STI显著优于WM (与通用汽车没有区别(),)。然而,优越的协定》()。

数据6和7现在ADNI图像例子分类根据100年美百分位数(A), 90 (B), 75 (C), 50 (D), 25 (E), 10 (F)和0 (G)德意志联邦共和国体元集。图像(A)和(G)为最高(最差)和最低美(最好),分别为(图6)和STI(图7)。德意志联邦共和国被选中,而不是WM或通用,以避免任何偏见STI。事实上,通常选择既有利。

定性,尽管德意志联邦共和国美从(A) (G),减少相应的改善WM不一定是观察。这也是表所示1德意志联邦共和国,WM和通用美值为每个人物的形象6和7。美值通用不一定遵循这一趋势》。

我们也看到,和STI都可以导致更高(更糟糕的)美比没有标准化(见图7(一)和7(C) WM)。换句话说,WM列举了图像的强度,在这些情况下,将接近比的WM强度标准和STI,据美。在795年ADNI数据集的图像,图像的百分比美和STI高于没有标准化WM(两种方法最坏情况),分别为1.38%和4.65%。STI的获得更高的百分比是解释为多个山峰或更广泛的联合强度分布直方图的图像类似于图7(A)。如前所述,STI只选择最大峰值对于一个给定的组织。这一点下面将进一步讨论。

最后,对于提出的图像数据6和7、表1显示,STI给梅值最低的26例(WM德意志联邦共和国:7日:10,通用:9)和16(德意志联邦共和国:7,WM: 4,通用:5),即使选择德意志联邦共和国作为排序体素组通常会青睐。必须指出这个示例并不代表整个ADNI数据集,我们人为地选择图像显示在每个美百分位数为每个标准化技术。然而,它是按照箱线图如图5并统计结果详细的早些时候。

4所示。讨论

4.1。方法论的注意事项

STI使用空间通信和接头强度直方图之间的输入和标准图像中找到模式,并使用它们作为地标强度映射函数。虽然使用联合直方图已经报道在13),作者分别计算不同成像模式之间的联合直方图,而不是输入和标准图像。演示了在这项研究中,使用这样的空间通信提高了标准化质量的美。这种改善在梅会影响最终结果的研究通过减少系统误差,进而可以减少所需的对象数量达到类似水平的统计学意义或权力。

在这项研究中,飞行员E-ADNI数据集允许我们避免主体强度变化。有效,理论上我们应该期望,对于一个给定的主题,一个类似的图像产生对所有网站。相比STI靠近这个期望,尤其对于网站6和7。有效地,我们表明,STI明显优于在WM,而其他体素组差异不显著。

为ADNI数据集,STI再次显示在WM比更好,而在德意志联邦共和国,明显优越。》,然而,我们表明,更好的结果并不一定对应于更好的强度对应WM和/或通用。这表明我们不应该依赖于德意志联邦共和国的结果,只要我们感兴趣的主要是大脑通用和WM。

4.2。限制

我们测试了STI线性注册后只(结果不提交);非线性登记取得了更好的性能。然而这依赖注册仍是这项技术的主要限制。

STI也是为了找到一个最大,联合的模式,强度直方图。在这种情况下,存在两个或两个以上的山峰或强度分布广泛,由于例如非均匀性校正不足,这可能导致差异,如在图7(一),我们观察高强度WM。虽然更好的预处理可能解决这些差异,我们计划进一步添加地标的联合强度直方图,从而产生更好的映射函数在未来的版本中。然而,必须注意避免“overstandardizing”强度变化,尤其是在处理病态,例如,严重的脑白质病。我们将不得不进一步验证这些病态性传播感染的影响。然而,由于非线性注册步骤,STI不应该对体积变化过于敏感,例如,对阿尔茨海默氏症有关,与ADNI结果所显示的数据集。

另一个限制是,STI已经开发了大脑t1加权磁共振成像。然而,它可以很容易地应用于其他序列(例如,t2影像),提供了一个标准的图像采集和相应组织面具。

5。结论

我们提出了一个名为STI的新组织的标准化技术。这种技术使用空间对应一个输入图像和一个标准的确定通过全球线性和非线性登记。登记允许使用联合直方图确定每个组织,强度对应体素内定义面具。

我们比较STI现有histogram-matching技术和显示,性病是优越的平均绝对误差,尤其是在白质,在两个多中心数据集。这些结果表明,标准化技术不应该只针对匹配直方图,空间信息也应该合并。据我们所知,它是最大的强度研究标准化。

缩写

2 d:	二维
ADNI:	阿尔茨海默病的神经影像学
BKG:	背景
CSF:	脑脊髓液
E-ADNI:	欧洲ADNI
德意志联邦共和国:	前景
通用汽车:	灰质
梅:	平均绝对误差
核磁共振成像:	磁共振成像
STI:	标准化的强度
WM:	白质。

确认

作者感谢阿尔茨海默病的神经影像学和飞行员欧洲ADNI (G.B. Frisoni)对核磁共振数据的访问。这项工作得到了Ministere du开发署摘要,de l魁北克l 'Exportation 'Innovation等。飞行员欧洲ADNI研究资助由于阿尔茨海默病协会给予他们。首席研究员Giovanni b Frisoni(意大利),临床项目的π布鲁诺维拉拉(法国),MR成像程序的弗雷德里克Barkof(荷兰)和生物标记项目的哈拉尔德Hampel(爱尔兰/德国)和Kaj Blennow(瑞典)。ADNI数据集,数据收集和共享这个项目由阿尔茨海默病的神经影像学(ADNI)(美国国立卫生研究院的资助U01 AG024904)。数据从数据库(ADNI获得http://adni.loni.ucla.edu/)。因此,调查人员在ADNI导致的设计和实现ADNI和/或提供数据,但没有参与分析或写这份报告。的完整清单ADNI调查人员可以发现:http://adni.loni.ucla.edu/wp-content/uploads/how_to_apply/ADNI_Acknowledgement_List.pdf。ADNI是由美国国家老龄问题研究所资助,国家生物医学成像和生物工程研究所,并通过慷慨的贡献如下:阿伯特;阿尔茨海默氏症协会;阿尔茨海默病药物发现的基础;Amorfix生命科学有限公司;阿斯利康;拜耳医疗保健;BioClinica有限公司;生原体Idec Inc .);百时美施贵宝公司; Eisai Inc.; Elan Pharmaceuticals Inc.; Eli Lilly and Company; F. Hoffmann- La Roche Ltd and its affiliated company Genentech, Inc.; GE Healthcare; Innogenetics, N.V.; Janssen Alzheimer Immunotherapy Research & Development, LLC.; Johnson & Johnson Pharmaceutical Research & Development LLC.; Medpace, Inc.; Merck & Co., Inc.; Meso Scale Diagnostics, LLC.; Novartis Pharmaceuticals Corporation; Pfizer Inc.; Servier; Synarc Inc.; and Takeda Pharmaceutical Company. The Canadian Institutes of Health Research is providing funds to support ADNI clinical sites in Canada. Private sector contributions are facilitated by the Foundation for the National Institutes of Health (http://www.fnih.org/)。授权者组织是加州北部研究和教育研究所和阿尔茨海默病的研究协调合作研究的加州大学,圣地亚哥。ADNI数据传播神经成像实验室的加州大学的洛杉矶。这项研究是由国家卫生研究院的基金还支持P30 AG010129, K01 AG030514,和Dana基金会。

引用

1. l . g . Nyul j . k . Udupa x张,“核磁共振法范围内标准化的新变种,”IEEE医学成像,19卷,不。2、143 - 150年,2000页。视图:出版商的网站|谷歌学术搜索
2. p .轿跑车,p . yg,美国表面上,p .命运,c . Kervrann和c . Barillot”了一个优化块外地意味着三维磁共振图像去噪滤波器”IEEE医学成像,27卷,不。4、425 - 441年,2008页。视图:出版商的网站|谷歌学术搜索
3. j·g·雪橇、A . p . Zijdenbos和A·c·埃文斯“非参数方法自动校正的强度不均匀性核磁共振数据,”IEEE医学成像,17卷,不。1,第97 - 87页,1998。视图:谷歌学术搜索
4. n i Weisenfeld和s . k . Warfield”正常化联合MRI图像灰度数据使用Kullback-Leibler分歧,”生物医学成像IEEE国际研讨会2:宏Nano2004年4月,页101 - 104。视图:谷歌学术搜索
5. y诸葛和j·k·Udupa强度标准简化了脑部MR图像分割,“计算机视觉和图像理解,卷113,不。10日,1095 - 1103年,2009页。视图:出版商的网站|谷歌学术搜索
6. p的命运,”一致的强度校正图像,先生”《图像处理国际会议(ICIP ' 03)2003年9月,页1109 - 1112。视图:谷歌学术搜索
7. 美国Baǧci, j·k·Udupa和l .白”的作用强度标准化在医学图像配准中,“模式识别的字母没有,卷。31日。4、315 - 323年,2010页。视图:出版商的网站|谷歌学术搜索
8. h . m . l . Wang Lai g . j .巴克·d·h·米勒和p . s .小丘“校正磁共振扫描仪的变化敏感的大脑研究直方图匹配,”磁共振医学,39卷,不。2、322 - 327年,1998页。视图:出版商的网站|谷歌学术搜索
9. l . g . Nyul和j·k·Udupa标准化图像强度规模先生。”磁共振医学,42卷,不。6,1072 - 1081年,1999页。视图:出版商的网站|谷歌学术搜索
10. a . Madabhushi和j . k . Udupa”相互作用强度标准化和非均匀性校正,图像处理”IEEE医学成像,24卷,不。5,561 - 576年,2005页。视图:出版商的网站|谷歌学术搜索
11. y诸葛,j . k . Udupa j . Liu和p·k·萨哈,“图像背景不均匀性校正磁共振成像通过标准化、强度”计算机医学影像和图形,33卷,不。1、7 - 16,2009页。视图:出版商的网站|谷歌学术搜索
12. a . Madabhushi j·k·Udupa, g . Moonis”比较图像强度标准化需求讯息先生组织characterizability磁化传递率成像,”磁共振成像杂志》上,24卷,不。3、667 - 675年,2006页。视图:出版商的网站|谷歌学术搜索
13. f .贼鸥l . Nyul b . Frericks f·瓦克和j . Hornegger“全身磁共振强度标准化,”Bildverarbeitung毛皮Medizin死去,a . Horsch t . m . Deserno h·汉德尔H.-P。·美茵茨合作撰写,t . Tolxdorff Eds。,pp. 459–463, Springer, Berlin, Germany, 2007.视图:谷歌学术搜索
14. j·d·克里斯坦森,“脑磁共振图像正常化使用直方图并且导数分析,“磁共振成像,21卷,不。7,817 - 820年,2003页。视图:出版商的网站|谷歌学术搜索
15. j。贝和f . Jager比较五在MRI信号强度的方法标准化,”Bildverarbeitung毛皮Medizin死去t . Tolxdorff j·布劳恩,t . m . Deserno a . Horsch h·汉德尔,H.-P。Eds·美茵茨合作撰写。,pp. 36–40, Springer, Berlin, Germany, 2008.视图:谷歌学术搜索
16. j·考克斯,美国罗伊,s . l . Hingorani”动态直方图扭曲的图像对图像亮度恒定,”IEEE国际会议上图像处理学报》上1995年10月,页366 - 369。视图:谷歌学术搜索
17. k . k .梁m·j·克拉克森j·w·巴特利特et al .,“健壮的萎缩率测量使用多站点串行MRI在阿尔茨海默氏症:组织强度归一化和参数选择,”科学杂志,50卷,不。2、516 - 523年,2010页。视图:出版商的网站|谷歌学术搜索
18. g . b . Frisoni w . j . p .致力于m·w·维纳et al。”飞行员欧洲阿尔茨海默病的神经影像学欧洲阿尔茨海默病协会”阿尔茨海默氏症和老年痴呆症,4卷,不。4、255 - 264年,2008页。视图:出版商的网站|谷歌学术搜索
19. c·r·杰克Jr .) m·a·伯恩斯坦n·c·福克斯et al .,”阿尔茨海默病神经影像倡议(ADNI):核磁共振方法,”磁共振成像杂志》上,27卷,不。4、685 - 691年,2008页。视图:出版商的网站|谷歌学术搜索
20. b . Aubert-Broche A·c·埃文斯和l·柯林斯,“一个新的改进版本的真实数字大脑幽灵,”科学杂志,32卷,不。1,第145 - 138页,2006。视图:出版商的网站|谷歌学术搜索
21. d·l·柯林斯p . Neelin t·m·彼得斯和a·c·埃文斯“自动三维主体登记先生的体积数据标准化Talairach空间,”计算机辅助断层扫描杂志》上,18卷,不。2、192 - 205年,1994页。视图:谷歌学术搜索
22. f·梅斯,a . Collignon d . Vandermeulen g . Marchal和p . Suetens”多模图像配准到互信息最大化,”IEEE医学成像,16卷,不。2、187 - 198年,1997页。视图:谷歌学术搜索
23. d·l·柯林斯和a·c·埃文斯“动物:验证和应用非线性分割,须就产权证”模式识别与人工智能》国际期刊上,11卷,不。8,1271 - 1294年,1997页。视图:谷歌学术搜索

版权

版权©2012尼古拉斯Robitaille et al。这是一个开放的访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。