一个基于解剖学注意力融合网络的脑皮下细分工具,用于开发
Tao Zhong1, Ya Wang2, Xiaotong Xu1
1School of Biomedical Engineering, Guangdong Provincial Key Laboratory of Medical Image Processing and Guangdong Province Engineering Laboratory for Medical Imaging and Diagnostic Technology, Southern Medical University, China.
概括
这项研究引入了解剖学注意力融合网络 (AAF-Net),用于使用多式核磁共振成像数据精确的大脑皮下细分. 这种新的方法增强了神经成像分析,以了解大脑发育和疾病.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 灵长类动物大脑解剖学
背景情况:
- 精确测量大脑下皮层结构对于神经科学研究至关重要.
- 现有的人类神经成像工具面临的挑战是大脑的差异.
- 青少年大脑呈现出动态的发育和结构变异,影响细分.
研究的目的:
- 开发一种新的计算工具,用于精确地对大脑进行下皮层细分.
- 为了应对细分动态,异质和年龄不同的大脑结构的挑战.
- 增强对灵长类动物神经发育过程和神经退行性疾病的理解.
主要方法:
- 解剖学注意力融合网络 (AAF-Net) 集成多模式MRI和解剖学约束.
- 利用标记距离地图 (SDM) 作为细化细分的解剖约束.
- 开发和验证了该工具,使用来自19个数据集的700多个子MRI,包括纵向数据.
主要成果:
- 在大脑中,AAF-Net 实现了精确的下皮层细分.
- 该工具通过在手动标记的数据集上进行四次交叉验证,表现出强大的性能.
- 外部数据集证实了该工具对大脑发育研究的概括能力.
结论:
- AAF-Net提供了一个有效的解决方案,用于准确的子皮层细分.
- 该开源工具促进了灵长类神经成像和发育研究的进步.
- 这项工作有助于更深入地了解灵长类动物的大脑结构和功能.
