强大的自动3D大脑提取T1权重磁共振图像的狗和猫

科学领域:

• 兽医神经学 兽医神经学
• 医学成像医学成像
• 医学中的人工智能.

背景情况:

• 自动数字脑部提取对于神经成像分析至关重要.
• 兽医大脑提取面临的挑战是由于不同物种和品种的不同头骨形态.
• 现有的方法,如基于图谱的VIBE,具有局限性,特别是在处理变异方面,并未在各种诊断中得到验证.

研究的目的:

• 开发和验证第一个基于深度学习的工具,用于对狗和猫进行强大的脑部提取.
• 创建一个能够解释骨形状的显著形态变异的工具.
• 为了超越现有的兽医大脑提取技术.

主要方法:

• 在115只动物 (狗和猫) 的队列上训练的深度学习模型的开发.
• 在各种骨形态和诊断中验证该工具的有效性.
• 与基于图谱的VIBE方法和以人为中心的方法进行性能比较.

主要成果:

• 深度学习工具实现了大脑提取的0.97的子系数.
• 拟议的方法在不同的头骨形状和诊断中表现出强度.
• 该工具的性能明显优于之前开发的VIBE方法.

结论:

• 已经建立了一个新的,强大的深度学习工具用于狗和猫的大脑提取.
• 这种工具与现有的方法相比提供了更高的性能,包括那些为人类设计的方法.
• 经过验证的细分工具对兽医神经成像应用具有重要的临床意义.