{rfName}
JU

Indexado en

Altmetrics

Investigadores/as Institucionales

Ninerola-Baizan, AidaAutor o CoautorSala-Llonch, RoserAutor o Coautor

Compartir

8 de marzo de 2025
Publicaciones
>
Conferencia Publicada
No

JUMP: A JOINT MULTIMODAL REGISTRATION PIPELINE FOR NEUROIMAGING WITH MINIMAL PREPROCESSING

Publicado en: Proceedings (International Symposium On Biomedical Imaging). - 2024-01-01 (), DOI: 10.1109/ISBI56570.2024.10635235

Autores:

Casamitjana, A; Iglesias, JE; Tudela, R; Niñerola-Baizán, A; Sala-Llonch, R
[+]

Afiliaciones

Harvard Med Sch, Boston, MA USA - Autor o Coautor
Hosp Clin Barcelona, Dept Nucl Med, Barcelona, Spain - Autor o Coautor
Inst Invest Biomed August Pi & Sunyer IDIBAPS, Barcelona, Spain - Autor o Coautor
ISCIII, Ctr Invest Biomed Red Bioingn Biomat & Nanomed, Madrid, Spain - Autor o Coautor
MGH, Martinos Ctr Biomed Imaging, Boston, MA USA - Autor o Coautor
MIT, Comp Sci & Artificial Intelligence Lab, Cambridge, MA USA - Autor o Coautor
UCL, Ctr Med Image Comp, London, England - Autor o Coautor
Univ Barcelona, Dept Biomed, Inst Neurociencies, Barcelona, Spain - Autor o Coautor
Univ Politecn Cataluna, Barcelona, Spain - Autor o Coautor
Ver más

Resumen

We present a pipeline for unbiased and robust multimodal registration of neuroimaging modalities with minimal preprocessing. While typical multimodal studies need to use multiple independent processing pipelines, with diverse options and hyperparameters, we propose a single and structured framework to jointly process different image modalities. The use of state-of-the-art learning-based techniques enables fast inferences, which makes the presented method suitable for large-scale and/or multi-cohort datasets with a diverse number of modalities per session. The pipeline currently works with structural MRI, resting state fMRI and amyloid PET images. We show the predictive power of the derived biomarkers using in a case-control study and study the cross-modal relationship between different image modalities. The code can be found in https://github.com/acasamitjana/JUMP.
[+]

Palabras clave

Alzheimer's diseasAlzheimer's diseaseAlzheimers diseaseAmyloid petConnectivityHyper-parameterImage codingImage modalityImage registrationMulti-modalMultimodal registrationNetworNeurodegenerative diseasesNeuroimagingPipeline codesPre-processingResting stateResting-state fmriState of the art

Indicios de calidad

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-02-01:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 2 (PlumX).
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: United Kingdom; United States of America.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Último Autor (Sala Llonch, Roser).

[+]

Reconocimientos ligados al ítem

Adria Casamitjana received funding from Ministry of Universities and Recovery, Transformation and Resilience Plan, through UPC (Grant No 2021UPC-MS-67573). R.S has received financial support from the Generalitat de Catalunya (2021-SGR00523), the Maria de Maeztu Unit of Excellence (Institute of Neurosciences, University of Barcelona, CEX2021-001159-M), and the Spanish Ministry of Science and Innovation (PID2020-118386RA-I00/AEI/10.13039/501100011033)
[+]