A Stereotactic Probabilistic Atlas for the Major Cerebral Arteries

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: WFRF:(Ambarki Khalid) > A Stereotactic Prob...

Dunås, ToraUmeå universitet,Institutionen för strålningsvetenskaper (författare)

A Stereotactic Probabilistic Atlas for the Major Cerebral Arteries

Artikel/kapitelEngelska2017

Förlag, utgivningsår, omfång ...

2016-11-21
Springer Science and Business Media LLC,2017
electronicrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:umu-131144
https://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-131144URI
https://doi.org/10.1007/s12021-016-9320-yDOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Improved whole brain angiographic and velocity-sensitive MRI is pushing the boundaries of noninvasively obtained cerebral vascular flow information. The complexity of the information contained in such datasets calls for automated algorithms and pipelines, thus reducing the need of manual analyses by trained radiologists. The objective of this work was to lay the foundation for such automated pipelining by constructing and evaluating a probabilistic atlas describing the shape and location of the major cerebral arteries. Specifically, we investigated how the implementation of a non-linear normalization into Montreal Neurological Institute (MNI) space improved the alignment of individual arterial branches. In a population-based cohort of 167 subjects, age 64-68 years, we performed 4D flow MRI with whole brain volumetric coverage, yielding both angiographic and anatomical data. For each subject, sixteen cerebral arteries were manually labeled to construct the atlas. Angiographic data were normalized to MNI space using both rigid-body and non-linear transformations obtained from anatomical images. The alignment of arterial branches was significantly improved by the non-linear normalization (p < 0.001). Validation of the atlas was based on its applicability in automatic arterial labeling. A leave-one-out validation scheme revealed a labeling accuracy of 96 %. Arterial labeling was also performed in a separate clinical sample (n = 10) with an accuracy of 92.5 %. In conclusion, using non-linear spatial normalization we constructed an artery-specific probabilistic atlas, useful for cerebral arterial labeling.

Ämnesord och genrebeteckningar

MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine hsv//eng
Cerebral arteries
Probabilistic atlas
4D flow MRI
Automatic labeling
Spatial normalization

Biuppslag (personer, institutioner, konferenser, titlar ...)

Wåhlin, AndersUmeå universitet,Institutionen för strålningsvetenskaper,Umeå centrum för funktionell hjärnavbildning (UFBI)(Swepub:umu)arswan02 (författare)
Ambarki, KhalidUmeå universitet,Institutionen för strålningsvetenskaper,Centrum för medicinsk teknik och fysik (CMTF)(Swepub:umu)kham0001 (författare)
Zarrinkoob, LalehUmeå universitet,Klinisk neurovetenskap(Swepub:umu)laza0003 (författare)
Malm, JanUmeå universitet,Klinisk neurovetenskap(Swepub:umu)jama0002 (författare)
Eklund, AndersUmeå universitet,Institutionen för strålningsvetenskaper,Umeå centrum för funktionell hjärnavbildning (UFBI),Centrum för medicinsk teknik och fysik (CMTF)(Swepub:umu)anek0025 (författare)
Umeå universitetInstitutionen för strålningsvetenskaper (creator_code:org_t)

Sammanhörande titlar

Ingår i:Neuroinformatics: Springer Science and Business Media LLC15:1, s. 101-1101539-27911559-0089

Internetlänk

Hitta via bibliotek

Neuroinformatics (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...: Dunås, Tora; Wåhlin, Anders; Ambarki, Khalid; Zarrinkoob, Lale ...; Malm, Jan; Eklund, Anders

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin

Artiklar i publikationen: Neuroinformatics

Av lärosätet: Umeå universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se