FreeSurfer
PulseAugur coverage of FreeSurfer — every cluster mentioning FreeSurfer across labs, papers, and developer communities, ranked by signal.
-
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。