Core Concepts
Durch die Integration der Schätzung des gesamten intrakraniellen Volumens (TICV) und des Volumens des hinteren Schädelgrubes (PFV) in das hierarchische Transformer-Modell UNesT für die Ganzhirnsegmentierung kann eine präzise Schätzung dieser intrakraniellen Messungen erreicht werden, ohne die Leistung bei der Segmentierung der 132 Hirnregionen wesentlich zu beeinträchtigen.
Abstract
Die Studie erweitert das hierarchische Transformer-Modell UNesT für die Ganzhirnsegmentierung, um gleichzeitig das gesamte intrakranielle Volumen (TICV) und das Volumen des hinteren Schädelgrubes (PFV) zu schätzen.
Zunächst wird das Modell auf einem großen Datensatz von 4859 T1-gewichteten 3D-Volumen mit Pseudolabels für 132 Hirnregionen vortrainiert. Anschließend wird es mit 45 T1-gewichteten 3D-Volumen aus der OASIS-Studie, die sowohl 133 Ganzhirn-Klassen als auch TICV/PFV-Labels enthalten, feinabgestimmt.
Die Ergebnisse zeigen, dass das erweiterte Modell in der Lage ist, präzise TICV/PFV-Schätzungen vorzunehmen, während die Leistung bei der Segmentierung der 132 Hirnregionen auf einem vergleichbaren Niveau bleibt. Während der Feinabstimmung wird beobachtet, dass die TICV-Schätzung die Segmentierung der 132 Hirnregionen nicht wesentlich unterstützt, was auf einen grundlegenden Zielkonflikt zwischen den beiden Aufgaben hindeutet.
Stats
Die Studie verwendet 4859 T1-gewichtete 3D-Volumen aus 8 verschiedenen Datensätzen für das Vortraining und 45 T1-gewichtete 3D-Volumen aus der OASIS-Studie für das Feintuning.
Quotes
"Durch die Integration der Schätzung des gesamten intrakraniellen Volumens (TICV) und des Volumens des hinteren Schädelgrubes (PFV) in das hierarchische Transformer-Modell UNesT für die Ganzhirnsegmentierung kann eine präzise Schätzung dieser intrakraniellen Messungen erreicht werden, ohne die Leistung bei der Segmentierung der 132 Hirnregionen wesentlich zu beeinträchtigen."