通过随机变分EM算法的定量磁共振图像分析
摘要：定量磁共振成像（qMRI）为研究人员提供了对活体组织的病理和生理变化的洞察，帮助研究人员希望能够及早预测（局部）治疗效果，确定最佳治疗方案。然而，qMRI的分析一直局限于临时的启发式方法。我们的研究为图像分析提供了一个强大的统计框架，并为未来的个体化治疗方案提供了启示。在一个不完美的世界中，由于测量误差或不可预测的影响，我们只能观察到通过qMRI得到的潜在病理/生理变化的模糊和嘈杂版本。我们使用隐马尔可夫随机场来模拟数据中的空间相关性，并通过期望-最大化算法和随机变异开发了最大似然方法。与以往工作相比，重要的改进是对参数估计的变异性进行评估，这是统计推断的有效基础。更重要的是，我们关注的是预期的变化而不是图像分割。我们的研究表明，该方法在模拟研究和实际数据集中都具有强大的能力，而在一些模型假设违规的情况下也相当稳健。
作者：Xiaoxi Zhang, Timothy D. Johnson, Roderick J. A. Little, Yue Cao
论文ID：0807.4672
分类：Applications
分类简称：stat.AP
提交时间：2008-07-30