基于胎儿组织标注数据集的自动多组织人胎脑分割基准
图像与视频处理
2021-07-08 v4 计算机视觉与模式识别
摘要
为了充分理解正常胎儿及患有先天性异常胎儿的神经发育，对发育中人胎脑进行定量分析至关重要。为便于此类分析，需要自动多组织胎脑分割算法，而这又需要有公开的分割胎脑数据库。在此我们介绍一个公开可用的数据库，包含50个手动分割的病理与非病理胎儿磁共振脑体积重建， gestational ages（胎龄）范围为20至33周，被分为7种不同的组织类别（外部脑脊液、灰质、白质、脑室、小脑、深部灰质、脑干/脊髓）。此外，我们定量评估了多种发育中人胎脑自动多组织分割算法的准确性。四个研究小组参与，共提交了10种算法，展示了该数据库对自动算法开发的好处。
引用
@article{arxiv.2010.15526,
title = {An automatic multi-tissue human fetal brain segmentation benchmark using the Fetal Tissue Annotation Dataset},
author = {Kelly Payette and Priscille de Dumast and Hamza Kebiri and Ivan Ezhov and Johannes C. Paetzold and Suprosanna Shit and Asim Iqbal and Romesa Khan and Raimund Kottke and Patrice Grehten and Hui Ji and Levente Lanczi and Marianna Nagy and Monika Beresova and Thi Dao Nguyen and Giancarlo Natalucci and Theofanis Karayannis and Bjoern Menze and Meritxell Bach Cuadra and Andras Jakab},
journal= {arXiv preprint arXiv:2010.15526},
year = {2021}
}
备注
This is a preprint of an article published in Nature Scientific Data. The final authenticated version is available online at: https://doi.org/10.1038/s41597-021-00946-3