基于三维MRI扫描的器官层面 chronological age 估计
图像与视频处理
2020-12-29 v2 计算机视觉与模式识别
机器学习
摘要
受生活方式、病史与遗传等众多不同因素影响，个体的衰老过程各异。通常，全局 chronological age 并不能指示真实的衰老进程。基于器官的 age 估计可给出更准确的健康状态评估。本工作中，我们提出一种基于磁共振图像（MRI）的器官层面 age 估计深度学习新架构。所提网络为一种三维卷积神经网络（CNN），通过混合使用 inception 与 fire 模块实现了更大的深度与宽度。我们将该框架应用于脑与膝的 age 估计任务。与同期基于 MR 的回归网络及不同 2D、3D 数据输入策略的定量比较，显示了本工作的优越性能。
引用
@article{arxiv.1910.06271,
title = {Organ-based Chronological Age Estimation based on 3D MRI Scans},
author = {Karim Armanious and Sherif Abdulatif and Anish Rao Bhaktharaguttu and Thomas Küstner and Tobias Hepp and Sergios Gatidis and Bin Yang},
journal= {arXiv preprint arXiv:1910.06271},
year = {2020}
}
备注
Submitted to IEEE EUSIPCO 2020