利用多图谱分割提升全脑表面分区的稳定性
计算机视觉与模式识别
2017-12-05 v1
摘要
全脑分割与皮质表面分区对于理解脑的解剖-功能关系至关重要。多图谱分割已被视为全脑分割的领先方法之一。在我们最近的工作中，多图谱技术已被应用于一种称为多图谱 CRUISE（MaCRUISE）的表面重建方法。MaCRUISE 方法不仅执行一致的体-面分析，而且相比 FreeSurfer 方法在鲁棒性上表现出优势。然而，MaCRUISE 未提供详细的表面分区，这阻碍了基于感兴趣区域（ROI）的表面分析。在此，提出 MaCRUISE 表面分区（MaCRUISEsp）方法，以对由 MaCRUISE 重建的内、中、外表面执行表面分区。MaCRUISEsp 在拓扑校正步骤之后，使用基于体分割的表面分区（VSBSP）分别以 98 个皮质标签对内、中、外表面进行分区。为验证 MaCRUISEsp 的性能，使用来自 Kirby21 数据集的 21 对扫描-重扫描磁共振成像（MRI）T1 体数据对进行可重复性分析。MaCRUISEsp 在中表面上取得 0.948 的中位 Dice 相似系数（DSC）。同时，FreeSurfer 在内表面取得 0.905 DSC、外表面取得 0.881 DSC，而所提方法在内表面取得 0.929 DSC、外表面取得 0.835 DSC。定性上结果令人鼓舞，但由于两种方法使用的皮质标签定义不同，无法直接比较。
引用
@article{arxiv.1712.00543,
title = {Improved Stability of Whole Brain Surface Parcellation with Multi-Atlas Segmentation},
author = {Yuankai Huo and Shunxing Bao and Prasanna Parvathaneni and Bennett A. Landman},
journal= {arXiv preprint arXiv:1712.00543},
year = {2017}
}
备注
SPIE Medical Imaging 2018