基于新生儿白质皮层表面的几何深度学习出生后孕周预测
计算机视觉与模式识别
2020-09-29 v2 图像与视频处理
摘要
准确估计新生儿年龄对于衡量神经发育、医学和生长结果至关重要。在本文中，我们提出一种新方法，利用几何深度学习技术，基于新生儿白质皮层表面预测扫描时的出生后孕周（PA）。我们利用并比较了多种专门的神经网络架构，这些架构使用皮层表面的不同几何表示来预测年龄；我们比较了 MeshCNN、Pointnet++、GraphCNN 和一个体素基准。数据集是发育中人脑连接组计划（dHCP）的一部分，为健康与早产新生儿队列。我们在 650 名受试者（727 次扫描）上评估了我们的方法，其 PA 范围为 27 至 45 周。我们的结果显示对估计 PA 的准确预测，平均误差小于一周。
引用
@article{arxiv.2008.06098,
title = {Geometric Deep Learning for Post-Menstrual Age Prediction based on the Neonatal White Matter Cortical Surface},
author = {Vitalis Vosylius and Andy Wang and Cemlyn Waters and Alexey Zakharov and Francis Ward and Loic Le Folgoc and John Cupitt and Antonios Makropoulos and Andreas Schuh and Daniel Rueckert and Amir Alansary},
journal= {arXiv preprint arXiv:2008.06098},
year = {2020}
}