神经预处理：一种端到端脑 MRI 预处理的的学习框架
图像与视频处理
2023-03-23 v1 计算机视觉与模式识别
机器学习
摘要
头部 MRI 预处理涉及将原始图像转换为标准坐标空间中强度归一化、去除颅骨的脑图像。在本文中，我们提出一种端到端的弱监督学习方法，称为神经预处理（Neural Pre-processing, NPP），通过一个神经网络同时解决全部三个子任务，该网络在无需单独子任务监督的大规模数据集上训练。由于整体目标高度欠约束，我们显式解耦保持几何的强度映射（去颅骨与强度归一化）和空间变换（空间归一化）。定量结果表明，我们的模型优于仅处理单一子任务的最先进方法。我们的消融实验证明了我们为 NPP 所选架构设计的重要性。此外，NPP 赋予用户在推理时灵活控制这些任务的每一个的能力。代码与模型可在 \url{https://github.com/Novestars/Neural-Pre-processing} 免费获取。
引用
@article{arxiv.2303.12148,
title = {Neural Pre-Processing: A Learning Framework for End-to-end Brain MRI Pre-processing},
author = {Xinzi He and Alan Wang and Mert R. Sabuncu},
journal= {arXiv preprint arXiv:2303.12148},
year = {2023}
}
备注
8