FSL FAST
PulseAugur coverage of FSL FAST — every cluster mentioning FSL FAST across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
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，…
-
3D CNN利用MRI扫描准确分类阿尔茨海默病 · arXiv研究
研究人员开发了一种多模态3D卷积神经网络（CNN），用于利用结构性MRI数据对阿尔茨海默病（AD）进行分类。该模型整合了T1结构信息以及从FSL FAST分割派生的灰质、白质和脑脊液概率图。在OASIS 1队列上进行5折主题级交叉验证评估，该框架实现了72.34%的平均准确率和0.7781的ROC AUC。GradCAM可视化证实了该模型关注解剖学上相关的区域，如内侧颞叶和脑室区域，这些区域是AD相关结构变化的已知指标。
-
改进的MedSAM模型在脑组织分割中达到0.8751的Dice分数
研究人员已将MedSAM基础模型应用于多类别脑组织分割，特别是在MRI扫描中区分灰质和白质。他们的方法包括预处理MRI数据以创建标记切片，然后对MedSAM的提示编码器和解码器进行微调，同时保持图像编码器冻结。该改进模型在IXI数据集上达到了高达0.8751的Dice分数，展示了基础模型在复杂医学图像分析任务中的潜力。