拓保存深度监视用于3D轴心线细分,使用部分注释数据

科学领域:

• 神经科学是一个神经科学.
• 计算机视觉 计算机视觉
• 生物医学成像技术 生物医学成像技术

背景情况:

• 精确的轴突中线检测对于绘制大脑连接的地图至关重要.
• 手动注释3D脑图像是劳动密集型和昂贵的.
• 开发利用有限或不完整注释的方法至关重要.

研究的目的:

• 开发一种精确的轴突中心线检测技术,需要更少的注释数据.
• 为了应对3D脑图像中不完整注释的挑战.
• 为了提高大脑连接分析的效率.

主要方法:

• 开发了一种新的拓保护损失函数.
• 深度监督模式被整合到培训过程中.
• 该方法经过训练和评估,使用3D大脑卷与不同级别的专家注释.

主要成果:

• 拟议的培训模式显著优于现有方法.
• 仅使用50%的所需注释,就实现了可比性能.
• 基线方法需要75%的注释来获得类似的结果.

结论:

• 开发的方法有效地减少了在脑成像中需要广泛的手动注释的需要.
• 这种方法加快了理解大脑连接和功能的过程.
• 拓保护损失和深度监控可提高有限数据的准确性.