Conceptos Básicos
本研究では、脳全体の132領域の分割と同時に頭蓋内容積(TICV)および小脳後窩容積(PFV)の推定を可能にするため、ヒエラルキカル変換器UNestを拡張した。
Resumen
本研究の目的は、脳全体の132領域の分割と頭蓋内計測(TICV、PFV)を同時に行うことで、脳構造の包括的な分析を可能にすることです。
データ:
- 4859枚のT1強調MRI画像を用いて事前学習を行い、133の脳領域ラベルを生成しました。TICV/PFVラベルは利用できませんでした。
- 45枚のOASISデータセットのT1強調MRI画像を用いて微調整を行い、133の脳領域ラベルとTICV/PFVラベルを利用しました。
方法:
- UNestモデルに2つの畳み込み層を追加し、133の脳領域分割とTICV/PFV推定を同時に行うようにしました。
- 事前学習では133の脳領域分割のみを最適化し、微調整では133の脳領域分割とTICV/PFV推定を同時に最適化しました。
結果:
- TICV/PFVの推定精度は高く(DSC 0.962, 0.954)、132の脳領域分割の精度も同等の水準(DSC 0.751)を維持できました。
- TICV/PFVの推定と132の脳領域分割の目的関数には競合があり、両者のバランスを取る必要がありました。
本研究の成果により、脳全体の包括的な分析が可能になりました。
Estadísticas
TICV推定のDSCは0.962
PFV推定のDSCは0.954
132の脳領域分割のDSCは0.751