在磁共振成像中用于大脑神经解剖细分的人工智能:一篇文献综述

科学领域:

• 神经成像是一种神经成像.
• 医疗人工智能 医疗人工智能
• 计算神经科学是一种神经科学.

背景情况:

• 精确细分神经解剖结构对于理解大脑功能和疾病至关重要.
• 手动细分是耗时的,并且会受到评价者之间的变化.
• 人工智能 (AI) 的进步为自动化和精确的大脑细分提供了潜力.

研究的目的:

• 综合当前关于人工智能应用在MRI中的大脑神经解剖结构细分的研究.
• 审查用于此任务的各种AI模型的性能和局限性.
• 识别人工智能驱动的大脑细分方面的挑战和未来方向.

主要方法:

• 在主要的科学数据库 (Embase,Medline,Scopus,Web of Science) 中进行全面的文献搜索.
• 纳入标准用于评估研究的相关性和质量.
• 数据提取侧重于AI模型类型,细分目标,关键发现和局限性.

主要成果:

• 包括21篇文章,涵盖整个大脑,皮质,皮下结构,小脑,血管,周血管空间和心室的细分.
• 人工智能模型展示了通常高的细分精度,特别是在健康的大脑队伍中.
• 人工智能显著提高了在不同大脑区域自动细分的速度和准确性.

结论:

• 基于AI的自动大脑细分对于大多数神经解剖结构来说是非常准确和高效的.
• 关键的挑战包括确保对解剖学变异和病理的稳定性,主要是由于训练数据不足.
• 需要进一步的研究来克服数据的局限性,并提高AI模型的临床应用的通用性.