PialNN：一种用于大脑皮层软脑膜表面重建的快速深度学习框架
图像与视频处理
2021-09-09 v1
摘要
传统的大脑皮层表面重建耗时较长，且受限于脑部磁共振成像 (MRI) 的分辨率。在本工作中，我们提出了 Pial 神经网络 (PialNN)，一种用于软脑膜表面重建的 3D 深度学习框架。PialNN 通过一系列学习到的形变块，以端到端的方式训练，将初始白质表面形变至目标软脑膜表面。每个块中结合了局部卷积操作，以捕获每个顶点及其邻域的多尺度 MRI 信息。该方法快速且内存高效，能够在一秒钟内重建包含 15 万个顶点的软脑膜表面网格。在包含 300 名受试者的 T1 加权 MRI 扫描的人类连接体计划 (HCP) 数据集上对其性能进行了评估。实验结果表明，与最先进的深度学习方法相比，PialNN 将预测软脑膜表面的几何误差降低了 30%。
引用
@article{arxiv.2109.03693,
title = {PialNN: A Fast Deep Learning Framework for Cortical Pial Surface Reconstruction},
author = {Qiang Ma and Emma C. Robinson and Bernhard Kainz and Daniel Rueckert and Amir Alansary},
journal= {arXiv preprint arXiv:2109.03693},
year = {2021}
}
备注
Accepted in The 4th International Workshop on Machine Learning in Clinical Neuroimaging (MLCN2021)