手动关闭区分的高分辨率数据集.
Adam Coates1,2, Natalia Zaretskaya1,2
1Department of Psychology, University of Graz, Graz, Austria.
Data in brief
|July 4, 2024
概括
这项研究介绍了第一个高分辨率的手动细分整个关节,包括具有挑战性的腹部"水池". 这些详细的标签为研究人类大脑的研究人员改善了解剖MRI分析.
科学领域:
- 神经成像是一种神经成像.
- 神经解剖学是一个神经解剖学.
- 绘制大脑地图 绘制大脑地图
背景情况:
- 关节体的薄薄,板状结构使标准的解剖MRI中识别变得复杂.
- 现有的自动化和以天文图库为基础的细分方法往往不包括腹关节,称为"水池".
研究的目的:
- 为了创建一个全面的,高分辨率的手动细分整个人类的关闭.
- 在体内MRI扫描中提供可靠的数据集,以改善关闭区域的定位.
主要方法:
- 在超高分辨率的死后MRI数据上手动对整个关闭区域进行细分.
- 由四名实习生进行独立标签,并对标签对应进行联合和Dice系数分析.
- 在MNI空间使用面向界限框计算进行尺寸测量.
主要成果:
- 第一个手动细分标签包括背部和腹部关节区域,分辨率高.
- 在独立评级者之间使用Dice系数验证的标签对应.
- 在标准的MNI空间中为细分的关节提供了尺寸指标.
结论:
- 这一数据集通过包括其所有部分,为封闭式研究提供了重大进展.
- 高分辨率的手册标签可以帮助在典型的体内核磁共振扫描中近似确定关闭体位置.


