MindGrab for BrainChop：面向命令行与浏览器的快速精准颅骨剥离
图像与视频处理
2026-01-30 v2 人工智能
计算机视觉与模式识别
神经与进化计算
摘要
部署复杂性和专用硬件要求阻碍了深度学习模型在神经影像学中的应用。本研究提出了MindGrab，一种轻量级、全卷积模型，适用于所有成像模态的体素级颅骨剥离。MindGrab的架构基于膨胀卷积的谱解释从头设计，在各数据集和模态上展示了最先进的性能（平均Dice分数：95.9，标准差1.6），与已有方法相比速度提升高达40倍，内存需求大幅降低。其极小的占用使其能够在资源受限的环境中快速进行全容积处理，包括直接在浏览器中执行。MindGrab通过BrainChop平台提供，既可作为简单的命令行工具（pip install brainchop）使用，也可作为零安装Web应用（brainchop.org）使用。通过消除传统部署障碍且不牺牲精度，MindGrab使最先进的神经影像分析得以广泛普及。
引用
@article{arxiv.2506.11860,
title = {MindGrab for BrainChop: Fast and Accurate Skull Stripping for Command Line and Browser},
author = {Armina Fani and Mike Doan and Isabelle Le and Alex Fedorov and Malte Hoffmann and Chris Rorden and Sergey Plis},
journal= {arXiv preprint arXiv:2506.11860},
year = {2026}
}
备注
17 pages, 1 table, 5 figures. 2 supplementary tables. Brainchop-cli: https://pypi.org/project/brainchop/ . Brainchop web: https://brainchop.org/