brain segmentation | BriefGPT

关键词brain segmentation

搜索结果 - 11

基于深度学习的脑部分割模型性能验证与临床放射治疗 CT
通过对多中心数据集进行计算机断层扫描 (CT) 上合成分割算法 (SynthSeg) 的验证，本研究使用 SynthSeg 模型从放射治疗中心的 260 个 CT 和磁共振成像 (MRI) 数据中自动分割出大脑，并将其与 MRI 分割结果进
PDF9 days ago
人工智能在胎儿静息状态功能性磁共振成像脑分割中的比较分析：3D UNet、VNet 和 HighRes-Net 模型
该研究介绍了一种新的人工智能应用于胎儿脑功能磁共振成像 (fMRI) 的大脑分割自动化方法，并对不同 AI 模型在胎儿 fMRI 大脑分割中的性能进行了评估和分析。
PDF8 months ago
JoB-VS: TOF-MRA 图像中的联合脑血管分割
我们提出了第一个联合任务学习框架，用于从 TOF-MRA 图像中进行脑部和血管分割。该方法采用网格结构，同时预测脑部和血管掩模，并使用对抗样本进行数据增强，取得了良好的分割结果。
PDFa year ago
ICCV概率校准的本地温度缩放
提出了一种基于卷积神经网络的学习性标签概率校准方法，该方法主要关注多标签语义分割的问题，并通过实验在不同的数据集上展示了该方法的改进效果。
PDF4 years ago
GAN 增强：使用生成对抗网络进行训练数据增强
本文使用生成式对抗网络（GAN）生成的合成数据来增加医学成像训练数据集的样本数量，从而提高监督式机器学习算法对图像分割任务的性能。
PDF6 years ago
指数对数损失函数用于高度不平衡物体尺寸的 3D 分割
本文提出了一种新的网络结构和相应的损失函数，用于提高医学图像的分割效果，通过组合跳跃连接和深度监督实现快速收敛和计算效率，同时提出了指数对数损失以平衡标签，最终在 20 个标签的脑组织分割中实现了 82％平均 Dice 系数，最小和最大物体
PDF6 years ago
NeuroNet：快速且鲁棒的多个脑图像分割流水线的复现
NeuroNet 是一个基于深度卷积神经网络的脑分割工具，可以训练单个模型以提高各种脑成分的分割能力，并减少处理时间而增加结果的稳定性。
PDF6 years ago
分布式权重整合：一个脑分割案例研究
介绍了分布式权值整合 (DWC), 它是一种连续学习方法，用于将独立数据集上训练的神经网络的权重整合。通过脑分割案例研究，我们发现 DWC 导致在不同站点的测试集上性能提高，同时与集成基线相比，在非常大且完全独立的多站点数据集上保持泛化性能
PDF6 years ago
基于全卷积蒙特卡罗采样的固有脑分割质量控制
本文介绍了基于贝叶斯全卷积神经网络的脑分割的有效质量控制的固有度量方法，使用模型不确定性进行有效蒙特卡罗采样来生成体素级不确定性图和三个结构级不确定度量标准，并将这些结构级不确定性度量标准加入到群体分析中作为信心度量，因此提供自动化质量控制
PDF6 years ago
一种分割感知的压缩感知 MRI 深度融合网络
本文提出一种名为 SADFN 的分割感知深度融合网络，采用多层特征聚合方法融合了 MRI 数据集中各个层次的特征，提高了图像重建的准确性，经大量实验证明该方法在压缩感知 MRI 图像重建领域取得了最好的结果。
PDF6 years ago
DeepNAT：用于神经解剖分割的深度卷积神经网络
DeepNAT 是一种使用卷积神经网络进行脑结构自动分割的方法，其中包括使用多任务学习，Laplace-Beltrami 算子和条件随机场来解决一系列挑战。
PDF7 years ago