RATNUS: 基于多模态 MRI 的快速、自动颅旁核分割方法
图像与视频处理
2024-09-12 v1
摘要
颅旁核的精准分割对于更好地理解脑功能和改善疾病治疗至关重要。传统分割方法通常依赖单一 T1 加权图像,而该方法在颅旁结构中对比度有限。本文引入了 RATNUS,该方法利用包含众多反演时间的合成 T1 加权图像以及由扩散衍生特征构成的多模态输入,以增强颅旁核内可见性。运用这些特征,我们使用卷积神经网络对 13 个颅旁核进行分割。为与其他方法进行比较,我们引入了统一的核标注方案。我们的结果显示,相对于手动标注,RATNUS 实现了 87.19% 的平均真阳性率(TPR)。与此相比,FreeSurfer 和 THOMAS 分别达到 64.25% 和 57.64% 的 TPR,表明 RATNUS 在颅旁核分割方面具有优势。
引用
@article{arxiv.2409.06897,
title = {RATNUS: Rapid, Automatic Thalamic Nuclei Segmentation using Multimodal MRI inputs},
author = {Anqi Feng and Zhangxing Bian and Blake E. Dewey and Alexa Gail Colinco and Jiachen Zhuo and Jerry L. Prince},
journal= {arXiv preprint arXiv:2409.06897},
year = {2024}
}