FreeSurfer
PulseAugur coverage of FreeSurfer — every cluster mentioning FreeSurfer across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI分割方法用于神经系统疾病诊断的评估 · arXiv研究
研究人员评估了包括InnerEye、ASHS、FastSurfer、HippoSeg和FreeSurfer在内的五种不同海马体分割方法的集成,这些方法应用于阿尔茨海默病和癫痫病的数据集。研究发现,结合InnerEye、FastSurfer和HippoSeg的子集成在准确性和效率之间取得了良好的平衡。此外,使用集成衍生的不确定性量化,如样本方差和预测熵,能够有效识别和标记低置信度的分割结果,这可能通过将模糊病例升级给专家审查来辅助临床决…
-
新的 MRI 增强方法对下游分割任务显示出不同影响
研究人员开发了一种新的增强低场脑 MRI 扫描的方法,重点是改进组织分割等下游分析。他们为轻量级循环卷积增强器开发的物理引导训练流程,在两个数据集上与 U-Net、Swin-UNet 和小波令牌混合分割器进行了测试。结果表明,增强方法显著提高了 ABIDE 数据集上的小波分割器性能,但降低了 U-Net 分割器的性能,而 Swin-UNet 则保持不变。在 IXI 数据集上,增强方法普遍降低了 Dice 分数,特别是对 CSF 分割,…
-
AI基准测试评估用于阿尔茨海默病检测的脑分割
研究人员开发了一个系统性基准测试,用于评估用于阿尔茨海默病检测的快速深度学习脑分割方法。该研究将分割与分类解耦,将SynthSeg+和OpenMAP-T1等方法与FreeSurfer (FS-HV)基线进行比较。其因子设计评估了不同的分割技术、容积测量策略和分类器范式,包括具有零样本/少样本提示的基础模型,并使用BCa Bootstrap置信区间量化结果。
-
NeuroPilot 通过驱动式管道简化神经影像处理
研究人员开发了 NeuroPilot,一个驱动式系统,旨在简化神经影像的处理、质量控制和管理。该系统利用了三个可调用 LLM 的技能:用于数据标准化的 dcm2bids-skill,用于模态特定预处理的 neuroimage-pre-skill,以及用于自动化质量控制的 qc-agent-skill。NeuroPilot 已成功部署到 17 个队列,处理了超过 123,000 名受试者,并将处理时间从数月大幅缩短至一周。
-
新的开源工具包简化了神经影像数据处理
研究人员开发了CLABTOOLKIT,一个开源的Python包,旨在简化神经影像数据的处理和可视化。该工具包将处理MRI体积、皮层表面网格和连接矩阵等各种操作整合到一个统一的框架中。它提供了五个核心数据结构和模块,用于执行BIDS数据集管理、FreeSurfer集成和图论网络分析等任务,旨在减少研究人员在不同工具之间重新实现复杂操作的需求。
-
NeuroQA基准测试AI对3D脑部MRI的理解能力
研究人员推出了NeuroQA,这是一个旨在评估3D脑部MRI扫描视觉问答能力的新基准。该基准包含来自12,000多名受试者的56,000多个问答对,涵盖了广泛的年龄范围和五个主要临床领域。NeuroQA旨在克服先前医学VQA工作的局限性,通过利用完整的3D体积并实施防止纯文本捷径的策略,初步评估显示当前模型难以超越基线准确率。