冲浪流:一种基于流的方法,用于从婴儿大脑MRI中快速准确地重建皮质表面
Xiaoyang Chen1,2, Junjie Zhao3, Siyuan Liu4
1Department of Radiology, University of North Carolina, Chapel Hill, NC, USA.
Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
|October 9, 2024
概括
SurfFlow从MRI扫描中准确地重建婴儿的大脑表面. 这种新方法改善了用于婴儿神经成像研究的皮质表面重建 (CSR).
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
- 发育神经科学的发展神经科学.
背景情况:
- 婴儿大脑发育涉及到快速的结构变化.
- 准确的皮层表面重建 (CSR) 对于研究婴儿大脑形态学至关重要.
- 现有的CSR方法由于对比度差和快速折叠,与婴儿MRI作斗争.
研究的目的:
- 开发一种针对婴儿的皮质表面重建 (CSR) 方法.
- 从MRI数据中重建婴儿皮质表面的挑战.
主要方法:
- 介绍了SurfFlow,一个以婴儿为中心的企业社会责任方法.
- SurfFlow使用三个连接的变形块来改进模板网格.
- 该方法在大约1秒内实现了高分辨率网状重建 (360k顶点).
主要成果:
- SurfFlow显著减少了婴儿皮层表面重建中的几何错误.
- 与现有方法相比,该方法大大提高了网状网状的规律性.
- 根据0-12个月龄的婴儿的MRI数据进行评估.
结论:
- SurfFlow为婴儿皮质表面重建提供了一个快速而准确的解决方案.
- 这种方法增强了早期大脑发育和形态测量的研究.
- 在婴儿神经成像方面,SurfFlow的性能优于最先进的深度学习方法.
