首页|跨模态脑图谱数据融合研究进展

跨模态脑图谱数据融合研究进展

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
脑图谱是研究脑结构和功能及脑疾病的基础,不同类型的脑图谱从不同角度提供了脑的组织模式或连接信息.随着图像采集和生物检测技术的发展,不同模态的脑影像和生物组学数据迅速增长.相较于单模态,多模态融合数据能够同时考察不同模态数据间的多元化信息,挖掘蕴含的未知新信息.因此,开展跨模态脑图谱数据融合研究有助于更全面地理解大脑的结构和功能,并辅助加深对脑发育、老化和病变机理的理解.本文根据参与融合的模态是否具有空间信息,将近年来有代表性的跨模态脑图谱融合技术分为脑影像融合和脑数据融合两大类.脑影像融合是指对宏观脑影像(磁共振等)和组织学脑影像(胞体染色、轴突染色等)等具有空间信息的数据进行融合,构建涵盖脑结构和功能信息的跨模态多尺度脑图谱,为研究宏观特征的介观机制以及介观特征的宏观表征提供了重要途径.脑数据融合是指对缺乏脑空间信息的生物大数据,包括基因组、电生理、认知和行为等,利用脑图谱提供精细空间信息,挖掘高维、异构生物大数据蕴含的信息,明确脑图谱的生理意义,并提升其应用价值.本文将针对这两类融合类型阐述国内外有代表性的研究进展,并对比国内外研究现状的差异.此外,为促进跨模态脑图谱数据融合领域的交流和发展,总结了部分有代表性的大样本公开数据集.最后讨论了当前该领域待解决的问题以及未来的发展趋势.
Survey on cross-modal fusion based on brain atlas data

罗娜、宋明、杨正宜、蒋田仔

展开 >

中国科学院自动化研究所,北京 100190

脑图谱 跨模态 空间信息 脑影像 多组学 公开数据集

国家自然科学基金博士后创新人才支持计划科技创新2030-脑科学与类脑研究重大项目

82001450BX202003642021ZD0200201

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(6)
  • 1
  • 4