面向针对颈部脊髓 MRI 图像的深度学习分割与定量分析
图像与视频处理
2024-10-01 v1 计算机视觉与模式识别
摘要
本研究提案讨论了医学图像分析领域的两个挑战：颈部脊髓的微观与宏观结构特征的多参数考察，以及基于深度学习的医学图像分割。首先，我们对健康人群中的颈部脊髓进行彻底分析。与大多数先前研究不同，这些研究需要医学专业人员执行功能检查，使用 modified Japanese Orthopaedic Association(mJOA) 评分或 American Spinal Injury Association(ASIA) 损伤等级等指标。相反，本研究仅关注颈部脊髓的磁共振(MR)图像。其次，我们采用最前沿的基于深度学习的分割方法，实现从 MR 图像中获得高度精确的宏观结构测量。为此，我们提出了一种增强型类 UNet Transformer 框架，采用注意力 skip 连接。本文报告了问题域、所提解决方案、当前研究状态以及预期贡献。
引用
@article{arxiv.2409.19354,
title = {Toward Deep Learning-based Segmentation and Quantitative Analysis of Cervical Spinal Cord Magnetic Resonance Images},
author = {Maryam Tavakol Elahi},
journal= {arXiv preprint arXiv:2409.19354},
year = {2024}
}
备注
5 pages, 3 figures