Segmenting Hippocampal Subfields from 3T MRI with Multi-modality Images

在本文中,我们提出了一种使用 3T 多模态 MR 图像的基于学习的自动海马子场分割方法,包括结构 MRI(T1,T2)和静止状态 fMRI(rs-fMRI)。分别提取外观特征和关系特征以捕获结构 MR 图像中的外观模式以及 rs-fMRI 中的连通性模式。在训练阶段,采用这些提取的特征来训练结构化的随机森林分类器,该分类器通过采用上下文特征和更新的关系特征在自动上下文模型中进一步迭代完善。在测试阶段,将提取的特征输入经过训练的分类器中,以预测每个海马亚域的分割,并通过训练的自动上下文模型迭代地完善预测的分割。据我们所知,这是第一项使用 rs-fMRI 的关系特征解决具有挑战性的海马亚域自动分割的工作,该功能旨在捕获不同海马亚域的连通性模式。

综述

以前,大多数自动海马分割技术都将海马作为一个整体进行处理。然而,越来越多的神经科学发现表明,海马亚域可能比整个海马体产生更多有价值的信息。由于结构尺寸小,信号对比度低(信号噪声比)以及 3T MR 图像中的图像分辨率不足,自动海马子场分割仍然是一个难题。为了解决自动海马区细分的挑战,提出了三种策略。 a)从死后海马的超高分辨率图像中将分割图集配准到体内数据。通过将地图集配准到目标图像上,可以自动分割海马子场。 b)专用扫描协议。 c)同一主题的多个扫描系列。迄今为止,尚无尝试使用功能性模态图像来改善海马亚视野分割的工作。

方法

在本文中,我们建议使用 3T 多模态 MR 图像(3T T1 MRI,3T T2 MRI 和 3T rs-fMRI)自动分割海马亚视野。除了探索结构性MRI(T1和T2 MRI)的外观模式外,我们还探索rs-fMRI的不同子字段的连通性模式以帮助分割。提取外观特征和关系特征以分别捕获结构 MRI 中的外观模式以及 rs-fMRI 中的连接模式。这些提取的特征输入到结构化随机森林和自动上下文离线学习框架中进行训练。然后,可以构造分割分类器。当测试图像到来时,提取其相应的外观特征和关系特征,然后将其输入到学习的分类器中进行分割。

总结

分别提取特征,再用随机森林进行分割。

[MIA2018-01]Segmenting Hippocampal Subfields from 3T MRI with Multi-modality Images相关推荐

  1. (三十三 :2021.01.12)MICCAI 2016 追踪之论文纲要

    讲在前面 PART I.PART II和PART III. 论文目录 PART I 标题 概要 1.Ordinal Patterns for Connectivity Networks in Brai ...

  2. (三十 :2021.01.11)MICCAI 2018 追踪之论文纲要(上)

    讲在前面 这部分是PART I和PART II. 论文目录 PART I Image Quality and Artefacts(图像质量和伪影) 概要 1.Conditional Generativ ...

  3. (三十四 :2021.01.12)MICCAI 2015 追踪之论文纲要

    讲在前面 PART I.PART II和PART III. 论文目录 PART I Advanced MRI: Diffusion, fMRI, DCE(高级MRI:扩散,fMRI,DCE) 概要 1 ...

  4. Deep Learning for Brain MRI Segmentation: State of the Art and Future Directions

    作者:  Zeynettin Akkus & Alfiia Galimzianova & Assaf Hoogi & Daniel L. Rubin & Bradley ...

  5. (二十八:2021.01.10)MICCAI 2019 追踪之论文纲要(中)

    讲在前面 这部分是PART III和PART IV. 论文目录 PART III Neuroimage Reconstruction and Synthesis(神经图像重建与合成) 概要 1.Iso ...

  6. (三十二 :2021.01.12)MICCAI 2017 追踪之论文纲要

    讲在前面 PART I.PART II和PART III. 论文目录 PART I Atlas and Surface-Based Techniques(地图集和基于表面的技术) 概要 1.The A ...

  7. Nature Neuroscience:利用MRI研究神经解剖学

    通过影像学方法研究神经解剖学,有助于深入了解我们的大脑是如何运作的,是如何被基因和环境塑造的,以及是如何随着发育.衰老和疾病而变化的.核磁共振成像(MRI)的图像采集.图像处理和数据建模的发展是关键. ...

  8. 中国MRI市场预测与投资战略研究报告(2022版)

    内容介绍: 近年来,MRI设备快速发展,已成为重要的临床检查设备.美国等发达国家重点发展高场MRI设备,其在成像质量.数据处理效率和检测速度等方面均得到优化,同时,各种专用MRI设备逐渐投放市场,进一 ...

  9. BrainAGE作为大脑老化的神经影像标志物的十年

    随着人口老龄化,神经退行性疾病的发病率越来越高,给个人和整个社会带来越来越大的负担.然而,个体的衰老速度是由环境.基因和表观遗传等各种因素以及各因素间的相互作用决定的.建立神经解剖学衰老过程的生物标志 ...

最新文章

  1. 文件批量重命名的技术,你值得拥有
  2. 配置ssl证书_Nginx监听443端口配置SSL证书
  3. JAVA中return与finally的先后关系
  4. mysql数据库更新表_Mysql数据库(四)表记录的更新操作
  5. docker mysql镜像连接不上_还在手动安装应用?试一下Docker
  6. python 实现大文件md5值计算
  7. 一个java实现的简单日历,采用左树右列表的方式实现,具有参考意义
  8. linux 日志报告生成器,Linux报告生成器工具awk
  9. python优先级排序_python中使用优先队列
  10. 58、IPv6访问控制列表及ICMPv6简介
  11. secsetupwizard以停止_三星手机s3500c报价是多少【详细评测】
  12. 什么样的人适合学编程?
  13. 电脑插入耳机声音奇怪,模糊不清楚。解决方法
  14. 一台计算机多个屏幕,一台主机两个显示器,详细教您电脑两个显示器怎么设置...
  15. 解决模拟人生3(SIM 3)闪退问题
  16. 网络安全[脚本小子] -- SSI注入
  17. 《软件工程之美》打卡第六周,春招我借这份PDF的复习思路
  18. python win32com批量导出.ppt/.pptx文件所有图片
  19. 如何恢复计算机系统,电脑系统还原,手把手教你电脑系统怎么还原
  20. AutoJs学习-读取手机短信

热门文章

  1. WinXP蓝屏错误stop:c000021a unknown hard error
  2. 登录注册——注册输入验证
  3. win7临时文件_封装Win7系统定制私人GHO包必须要做的55个优化步骤
  4. 元芳,你知道公元一年一月一日是星期几吗
  5. 英语演讲稿关于计算机小知识,求一篇英语演讲稿《If I were a teacher》
  6. webpack的devtool
  7. ubuntu备份苹果手机照片-- Access ihpone DCMI on Ubuntu
  8. html中body末尾的script,【笔记】JS脚本为什么要放在body最后面以及async和defer的异同点...
  9. 杰理之带T卡(装有升级文件)上电死机问题以及T卡【篇】
  10. 单片机c语言全程图文教程,单片机C语言,从小白到菜鸟进阶教程(超详细代码解读)...