NeuroNet：快速且鲁棒地复现多种脑图像分割流程
计算机视觉与模式识别
2018-06-13 v1 机器学习
摘要
NeuroNet 是一个深度卷积神经网络，可模拟包括 FSL、SPM 和 MALPEM 在内的多种流行且最先进的脑分割工具。该网络在来自英国生物样本库影像研究的 5,000 张 T1 加权脑 MRI 扫描上训练，这些扫描已使用标准神经影像流程自动分割为脑组织和皮质及皮下结构。从这些互补且部分重叠的标签图中训练单一模型，产生了一种强大的“一体化”多输出分割工具。与运行各个独立软件包相比，单受试者的处理时间减少了一个数量级。我们展示了对原始输出的极好复现性，同时增强了对输入数据变化的鲁棒性。我们相信 NeuroNet 可成为大规模群体影像研究的重要工具，并通过降低选择特定软件包时引入偏倚的风险，成为神经科学中的新标准。
引用
@article{arxiv.1806.04224,
title = {NeuroNet: Fast and Robust Reproduction of Multiple Brain Image Segmentation Pipelines},
author = {Martin Rajchl and Nick Pawlowski and Daniel Rueckert and Paul M. Matthews and Ben Glocker},
journal= {arXiv preprint arXiv:1806.04224},
year = {2018}
}
备注
International conference on Medical Imaging with Deep Learning (MIDL) 2018