一、成果简介

脑白质的发育与大脑的多种认知和行为等功能的变化有着内在的联系，因而脑白质微观和宏观结构的改变与认知障碍、神经退行性变等疾病息息相关。白质由轴突纤维组成，这些轴突纤维可以根据功能分成不同的白质束。对白质神经束进行分割能够对特定的白质束详细分析。这样有助于描述健康大脑的特征，识别出患病大脑中包含异常形态的区域并理解白质束在神经退行性变过程中的作用。

现有研究应用深度学习技术进行自动脑白质束分割。大致分为基于纤维和基于体素的白质束分割方法。其中基于纤维的方法首先需要利用纤维示踪成像技术获得大脑所有的纤维束，并利用神经网络对这些纤维束进行划分。基于体素的方法不依赖于纤维示踪成像技术，能够直接进行分割任务，简化了处理过程。其中一种方法利用从弥散磁共振图像提取的纤维分布取向函数峰值直接对每个体素中白质的分布情况进行预测，从而同时获得多种类别的白质束的分割结果。虽然已有基于深度神经网络的白质束分割方法取得了较好的效果，但忽略了白质束之间潜在的关联。由于白质束的种类较多，将白质束间的相关性信息与输入峰值包含的信息进行结合对于优化分割方法具有重要意义。

有鉴于此，基于联合嵌入空间的白质神经束分割网络框架，引入了联合嵌入空间的概念，将标签间的相关性融入到原始的分割过程中，提升挑战性白质神经束的分割效果。针对网络框架训练的重构支路损失和分割支路损失的加权损失函数，并对损失权重进行自适应更新，从而学习最优的嵌入空间。

主要性能指标：(1)挑战性白质纤维束精度提升优于10%; (2)其他非挑战性白质束分割精度保持甚至提升； (3)白质束分割整体性能提升。

图1.白质纤维束分割网络结构

图2.白质纤维束分割示例

图3.白质纤维束分割Dice系数

二、应用领域

重点用于脑健康评估装置，用于白质神经束自动分割。

三、市场前景

全球人口老龄化的加剧和工作压力的不断上升，使脑健康设备的需求持续增长，为行业带来了巨大的市场空间和发展潜力。随着技术的不断进步和市场的不断拓展，脑健康设备市场有望继续保持快速增长态势。

四、知识产权

1、成果由北京理工大学单独持有；

2、本成果已授权专利。

五、合作方式

技术许可、技术转让、技术服务及咨询、合作开发等。

六、对接方式

（1）合作意向方联系北理工技术转移中心；

（2）北理工技术转移中心沟通了解意向方情况； 

（3）会同成果完成团队与意向方共同研讨合作方案。

北京理工大学技术转移中心

电话：010-68914920

邮箱：bitttc@bit.edu.cn

网址：ttc.bit.edu.cn

未经授权，请勿转载