基于深度学习的啮齿动物功能磁共振图像自动脑提取工具

从功能磁共振图像（fMRI）中去除颅骨伪影是一个已被充分理解且经常遇到的问题。由于fMRI领域的发展主要得益于人类研究，许多新工具被开发用于处理人类数据。然而，这些工具在处理来自动物研究（尤其是啮齿动物）的数据时并非同样有用。这对该领域构成一个主要问题，因为啮齿动物研究从更大群体中产生更大数据集，这意味着手动预处理这些图像以去除颅骨成为数据分析流程中的瓶颈。在本研究中，我们通过实现一种基于神经网络的方法来解决此问题，该方法使用U-Net架构将脑区分割为掩膜并从图像中去除颅骨及其他组织。我们展示了若干利用分水岭法加速生成训练数据集的策略，以及若干数据增强策略，从而更快地训练U-Net执行分割。最后，我们将训练好的网络免费公开部署。