Diff5T: Benchmarking Human Brain Diffusion MRI with an Extensive 5.0 Tesla K-Space and Spatial Dataset

扩散磁共振成像（dMRI）为人类大脑的微观结构和连接组织提供了重要的见解。然而，包含原始k空间数据的高场强、开放获取的数据集仍然有限。为了填补这一空白，我们推出了Diff5T，这是首个全面的5.0特斯拉扩散磁共振成像数据集，专注于人脑研究。该数据集包括原始k空间数据和使用多种成像协议重建的扩散图像。Diff5T旨在支持在伪影校正、图像重建、图像预处理、扩散建模和纤维追踪等领域的创新方法的开发和基准测试。该数据集涵盖了广泛的扩散参数，包括多个b值和梯度方向，允许在研究人脑微观结构和连接性方面进行广泛的应用。通过强调开放访问性和详细的基准测试，Diff5T成为利用扩散磁共振成像推进人脑映射研究的宝贵资源，促进可重复性和跨神经科学与医学影像学界的协作。

该论文旨在解决高场强、开放获取的扩散磁共振成像（dMRI）数据集不足的问题，特别是缺乏包含原始k空间数据的数据集，以支持高级研究。

论文提出了Diff5T，一个全面的5.0特斯拉扩散MRI数据集，专注于人类大脑。该数据集不仅包括原始k空间数据和重建的扩散图像，还涵盖了多种成像协议。与现有数据集相比，Diff5T在数据质量和多样性方面具有显著优势，能够支持更广泛的创新方法开发和基准测试。

Diff5T数据集的特点包括多个b值和梯度方向，支持微结构和连接性研究。数据集强调开放访问和详细基准测试，促进研究的可重复性和跨学科合作。此外，该数据集的开放性鼓励研究人员共享代码和方法，进一步推动领域发展。

近年来，关于扩散MRI的研究不断增多，例如： 1. "A High-Resolution Atlas of Human Brain Microstructure Using Multi-Tissue Constrained Spherical Deconvolution" - 这篇论文提出了多组织约束球面反卷积方法，用于生成高分辨率的人脑微结构图谱。 2. "Advanced Denoising Techniques for Diffusion MRI: A Comprehensive Review" - 该综述文章详细介绍了扩散MRI去噪技术的最新进展。 3. "Quantitative Assessment of Diffusion MRI Artifacts and Corrections" - 这篇论文评估了扩散MRI中的常见伪影及其校正方法。