转移像成年人一样的相位图像,以实现强大的多视图同密集婴儿大脑细分
IEEE transactions on medical imaging
|July 18, 2024
概括
这项研究引入了一种新的多视图学习方法,使用风格转移来改善婴儿大脑MRI细分,特别是在具有挑战性的同强度阶段. 这种方法提高了绘制早期大脑发育和识别生物标志物的准确性.
科学领域:
- 医疗成像医学成像
- 神经科学是一个神经科学.
- 计算机视觉 计算机视觉
背景情况:
- 准确的婴儿大脑MRI细分对于了解早期发育和疾病生物标志物至关重要.
- 隔离强度阶段 (6-9个月) 由于灰色和白色物质对比度较低,因此存在细分挑战.
- 成人相似阶段MRI图像 (大约12个月) 提供高对比度,促进更容易的细分.
研究的目的:
- 开发一种强大的多视图细分方法,用于同强度婴儿大脑MRI.
- 利用像成年人一样的相位图像来提高在具有挑战性的同强度阶段的细分精度.
- 增强婴儿大脑中发育轨迹和潜在生物标志物的识别.
主要方法:
- 提出了一个多视图学习架构,结合了在转移的成年类和同强相图像上训练的细分网络.
- 开发了一个不纠的循环一致的对抗网络 (DCAN),用于在婴儿大脑MRI阶段之间保存解剖学风格的转移.
- 在DCAN内部采用了强有力的规范化术语,以在对比转移期间保持结构一致性.
主要成果:
- 与NDAR和iSeg-2019数据集上最先进的技术相比,提出的方法取得了明显优异的性能.
- 风格转移有效地增强了在同等强度和成人类相位图像中的组织对比度,以改善细分.
- 多路径架构利用传输的数据提高了整体细分精度.
结论:
- 这种新的多视图方法有效地解决了婴儿大脑MRI细分在同强度阶段的挑战.
- 解剖学保存风格转移对于成功的跨相图像分割至关重要.
- 这种方法为准确的婴儿大脑分析和生物标志物发现提供了一个有前途的工具.
