view in publisher's site

Advances in multimodal data fusion in neuroimaging: Overview, challenges, and novel orientation

Highlights•We analysed over 450 references from all well-famed databases.•We provided a comprehensive survey on multimodal data fusion in neuroimaging.•This review encompassed current challenges & applications, strengths &limitations.•Fundamental fusion rules, and fusion quality assessment methods were reviewed.•Atlas-based fusion segmentation, quantification, & applications were reviewed.AbstractMultimodal fusion in neuroimaging combines data from multiple imaging modalities to overcome the fundamental limitations of individual modalities. Neuroimaging fusion can achieve higher temporal and spatial resolution, enhance contrast, correct imaging distortions, and bridge physiological and cognitive information. In this study, we analyzed over 450 references from PubMed, Google Scholar, IEEE, ScienceDirect, Web of Science, and various sources published from 1978 to 2020. We provide a review that encompasses (1) an overview of current challenges in multimodal fusion (2) the current medical applications of fusion for specific neurological diseases, (3) strengths and limitations of available imaging modalities, (4) fundamental fusion rules, (5) fusion quality assessment methods, and (6) the applications of fusion for atlas-based segmentation and quantification. Overall, multimodal fusion shows significant benefits in clinical diagnosis and neuroscience research. Widespread education and further research amongst engineers, researchers and clinicians will benefit the field of multimodal neuroimaging.

پیشرفت‌ها در ترکیب اطلاعات چند وجهی در تصویربرداری عصبی: مرور کلی، چالش‌ها و جهت گیری جدید

نکات برجسته ما بیش از ۴۵۰ مرجع از پایگاه‌های داده معروف را مورد تجزیه و تحلیل قرار دادیم. * ما یک بررسی جامع در مورد ترکیب داده‌های چند وجهی در تصویربرداری عصبی ارائه کردیم. * این بررسی شامل چالش‌های جاری کاربردهای منابع انسانی، نقاط قوت و محدودیت‌های منابع انسانی است. * قوانین ترکیب بنیادی و روش‌های ارزیابی کیفیت ترکیب مورد بررسی قرار گرفتند. * تفکیک ترکیب مبتنی بر اطلس، کمی سازی، کاربردهای شهری دوباره مورد بررسی قرار گرفتند. ترکیب چند وجهی در تصویربرداری عصبی، داده‌هایی از روش‌های تصویربرداری چندگانه را برای غلبه بر محدودیت‌های اساسی روش‌های منفرد ترکیب می‌کند. ادغام تصویربرداری عصبی می‌تواند به وضوح فضایی و زمانی بالاتری دست یابد، کنتراست را افزایش دهد، تحریف‌های صحیح تصویربرداری را بهبود بخشد، و اطلاعات فیزیولوژیکی و شناختی را به هم پیوند دهد. در این مطالعه، ما بیش از ۴۵۰ مرجع از پاب مد، گوگل اسکولر، IEEE، ساینس دایرکت، وب علوم، و منابع مختلف منتشر شده از ۱۹۷۸ تا ۲۰۲۰ را تجزیه و تحلیل کردیم. ما مروری را ارائه می‌دهیم که شامل (۱)مروری بر چالش‌های موجود در ادغام چند وجهی (۲)کاربردهای پزشکی فعلی ادغام برای بیماری‌های عصبی خاص، (۳)نقاط قوت و محدودیت‌های روش‌های تصویربرداری موجود، (۴)قوانین ادغام بنیادی، (۵)روش‌های ارزیابی کیفیت ادغام، و (۶)کاربردهای ادغام برای قطعه‌بندی و کمیسازی مبتنی بر اطلس است. به طور کلی، ادغام چند وجهی مزایای قابل‌توجهی را در تشخیص بالینی و تحقیقات علوم اعصاب نشان می‌دهد. آموزش گسترده و تحقیقات بیشتر در میان مهندسان، محققان و پزشکان به زمینه تصویربرداری عصبی چند وجهی سود خواهد رساند.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Software
  • ترجمه مقاله Software
  • مقاله نرم‌افزار
  • ترجمه مقاله نرم‌افزار
  • مقاله Information Systems
  • ترجمه مقاله Information Systems
  • مقاله سیستم‌های اطلاعاتی
  • ترجمه مقاله سیستم‌های اطلاعاتی
  • مقاله Signal Processing
  • ترجمه مقاله Signal Processing
  • مقاله پردازش سیگنال
  • ترجمه مقاله پردازش سیگنال
  • مقاله Hardware and Architecture
  • ترجمه مقاله Hardware and Architecture
  • مقاله سخت‌افزار و معماری
  • ترجمه مقاله سخت‌افزار و معماری
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.