神经退行性疾病的超高分辨率激活态 MRI 的基于表面的分区和顶点分析
介绍了一种新的方法来研究脑结构,使用 ex vivo 磁共振成像技术对阿尔茨海默病及相关痴呆的 82 个样本进行了超高分辨率分析,并将形态计量学与组织学病理学数据进行关联。
该研究提出了一种基于深度学习的分割方法,用于从MRI图像中准确地分割大脑结构。该方法基于多区域U-Net,将大脑分为三个感兴趣的区域,并进一步细分为四个子结构。与整体分割相比,该方法减少了训练和处理时间,提高了准确性。实验结果表明该方法具有卓越的准确性和鲁棒性。