CINeMA：条件隐式神经多模态图谱，用于围产期大脑的时空表示
计算机视觉与模式识别
2025-06-12 v1 机器学习
摘要
对胎儿和新生儿大脑的磁共振成像揭示了快速的神经发育，其特征是在数天内展开的显著解剖学变化。因此，研究人类大脑发育的这一关键阶段，需要具有高空间和时间分辨率的准确大脑模型——即图谱。为了满足这些需求，传统的图谱以及最近提出的基于深度学习的方法都依赖于大规模且全面的数据集。这对在病理条件下（相关数据仍然稀缺）研究大脑构成了重大挑战。我们通过 CINeMA（Conditional Implicit Neural Multi-Modal Atlas，条件隐式神经多模态图谱）来解决这一局限，这是一种用于创建高分辨率、时空多模态大脑图谱的新型框架，适用于低数据场景。与现有方法不同，CINeMA 在潜在空间中运行，避免了计算密集的图像配准，并将图谱构建时间从数天缩短至数分钟。此外，它支持对解剖特征进行灵活条件化，包括孕周（GA）、出生年龄以及脑室扩大（VM）和胼胝体发育不全（ACC）等病理状况。CINeMA 支持下游任务，如组织分割和年龄预测，而其生成特性支持合成数据创建和具有解剖学指导的数据增强。CINeMA 在准确性、效率和多功能性方面超越了最先进方法，是推动大脑研究的有力工具。我们在 https://github.com/m-dannecker/CINeMA 发布了代码和图谱。
引用
@article{arxiv.2506.09668,
title = {CINeMA: Conditional Implicit Neural Multi-Modal Atlas for a Spatio-Temporal Representation of the Perinatal Brain},
author = {Maik Dannecker and Vasiliki Sideri-Lampretsa and Sophie Starck and Angeline Mihailov and Mathieu Milh and Nadine Girard and Guillaume Auzias and Daniel Rueckert},
journal= {arXiv preprint arXiv:2506.09668},
year = {2025}
}
备注
Work currently under revision for IEEE TMI