下丘脑及其子区域的高分辨率细分用于训练细分模型

科学领域:

• 神经成像是一种神经成像.
• 医学图像分析 医学图像分析
• 计算神经科学是一种神经科学.

背景情况:

• 在磁共振成像 (MRI) 中精确细分大脑结构对于体积和形状分析等定量分析至关重要.
• 手动细分是耗时的,阻碍了大规模的神经成像研究.
• 当前的自动化方法通常需要大量手动注释的数据集,这限制了它们的概括性.

研究的目的:

• 从超高分辨率的ex vivoMRI数据中获得标签图的新数据集.
• 促进自动化大脑结构细分方法的开发,特别是利用合成数据的方法.
• 减少对神经成像研究中广泛的手册注释的依赖.

主要方法:

• 利用公开可用的超高分辨率ex vivoMRI数据从10个整个半球.
• 通过将下丘脑区域的手动注释与其他大脑区域的自动细分结合起来,生成标签地图.
• 镜像分段数据模拟完整的大脑,并提供预处理的MRI扫描.

主要成果:

• 已经创建了一个全面的标签图和预处理的MRI扫描数据集.
• 数据集适合用于训练和验证自动细分算法,特别是那些使用合成数据生成的算法.
• 该资源支持用于更广泛的神经成像应用的细分技术的进步.

结论:

• 发布的数据集解决了对自动大脑细分的强大训练数据的需求.
• 这种资源可以加速开发更具普遍性和高效的神经影像分析工具.
• 它使未来的研究能够扩大细分能力,包括额外的脑结构.