卷积神经网络用于结构脑 MRI 分析的推理数值不确定性
图像与视频处理
2023-08-07 v1 医学物理
摘要
本文研究卷积神经网络（CNNs）用于结构脑 MRI 分析的推理数值不确定性。我们将随机舍入——一种随机算术技术——应用于用于非线性配准（SynthMorph）与全脑分割（FastSurfer）的 CNN 模型，并将所得数值不确定性与参考图像处理流程（FreeSurfer recon-all）中测得的不确定性进行比较。在 32 名代表性受试者上获得的结果表明，CNN 预测在数值上显著优于传统图像处理结果（非线性配准：平均 19 对比 13 个有效位；全脑分割：平均 0.99 对比 0.92 Sørensen-Dice 分数），这表明 CNN 结果在不同执行环境下具有更好的可复现性。
引用
@article{arxiv.2308.01939,
title = {Numerical Uncertainty of Convolutional Neural Networks Inference for Structural Brain MRI Analysis},
author = {Inés Gonzalez Pepe and Vinuyan Sivakolunthu and Hae Lang Park and Yohan Chatelain and Tristan Glatard},
journal= {arXiv preprint arXiv:2308.01939},
year = {2023}
}