Artificial Intelligence in Diffusion MRI: Enhanced Cuckoo Search Algorithm with Metaheuristic Components for Extracting the Maxima of the Orientation Distribution Function

این کتاب بر استفاده از هوش مصنوعی برای رسیدگی به یک مشکل خاص در مغز - تابع توزیع جهت‌گیری - تمرکز دارد. این سه جنبه را مورد بحث قرار می دهد: (1) آماده سازی، تقویت و ارزیابی یکی از الگوریتم های جستجوی فاخته (CSA). (2) توصیف مشکل: تصویربرداری تشدید مغناطیسی با وزن انتشار (DW-MRI) برای تحقیقات غیر تهاجمی اتصالات تشریحی در مغز انسان استفاده می‌شود، در حالی که تصویربرداری Q-بال (QBI) یک تکنیک بازسازی MRI انتشار است که بر اساس تابع توزیع جهت گیری (ODF)، که جهت گیری های فیبر غالب را تشخیص می دهد. با این حال، ODF فاقد دقت تخمین محلی در طول مسیر است. (iii) ارزیابی عملکرد نسخه‌های CSA در حل مشکل ODF با استفاده از داده‌های مصنوعی و دنیای واقعی. این کتاب هم برای فارغ التحصیلان و هم برای محققان علاقه مند به رشته های پزشکی و علوم کامپیوتر جذاب است.

This book focuses on the use of artificial intelligence to address a specific problem in the brain – the orientation distribution function. It discusses three aspects: (i) Preparing, enhancing and evaluating one of the cuckoo search algorithms (CSA); (ii) Describing the problem: Diffusion-weighted magnetic resonance imaging (DW-MRI) is used for non-invasive investigations of anatomical connectivity in the human brain, while Q-ball imaging (QBI) is a diffusion MRI reconstruction technique based on the orientation distribution function (ODF), which detects the dominant fiber orientations; however, ODF lacks local estimation accuracy along the path. (iii) Evaluating the performance of the CSA versions in solving the ODF problem using synthetic and real-world data. This book appeals to both postgraduates and researchers who are interested in the fields of medicine and computer science.