BounTI (边界维护值代):一个用户友好的工具,用于自动硬组织细分.

科学领域:

• 生物医学成像技术 生物医学成像技术
• 计算生物学 计算生物学
• 人体解剖学 解剖学 解剖学

背景情况:

• 从X射线计算机断层扫描 (CT) 图像进行3D重建需要细分,这对于复杂的生物结构来说通常是手动和耗时的.
• 现有的自动化细分工具存在局限性,特别是在多部分细分方面,在生物科学领域的高效图像分析方面存在差距.

研究的目的:

• 开发一个开放的,易于使用的工具,用于自动细分化组织,特别关注面骨.
• 介绍BounTI,一个新的细分算法,旨在通过代值来保持单独的细分之间的边界.

主要方法:

• 开发了BounTI,这是一个代值算法,用于硬组织的自动细分.
• 研究了输入参数对算法性能的影响.
• 在来自不同物种 (蛇,,两动物,老鼠,人类) 的面系统的CT图像上测试了算法的多功能性,以及不同的扫描质量.

主要成果:

• BounTI有效地和自动地对各种物种的面系统进行了细分.
• 高分辨率的微CT图像产生了更准确的细分,但该算法也成功地细分了质量较差的临床图像.
• 对于扫描质量不足的病例,手动干预方法被整合进来.

结论:

• BounTI是一个多功能,用户友好的工具,用于自动硬组织细分,适用于面解剖学之外.
• 该算法的可访问性作为Avizo/Amira附加组件,独立可执行文件和Python库,有利于解剖学研究社区.
• BounTI解决了在生物和解剖学研究中高效,自动化细分的需求.