CINA: Conditional Implicit Neural Atlas for Spatio-Temporal Representation of Fetal Brains

要約

我々は、定型神経および病理学的胎児脳の磁気共鳴画像（MRI）から時空間アトラスを生成するための条件付き暗黙的神経アトラス（CINA）を導入します。これは、アフィン登録または非剛体登録から完全に独立しています。
トレーニング中に、CINA は胎児の脳の一般的な表現を学習し、被験者固有の情報を潜在コードにエンコードします。
トレーニング後、CINA は、トレーニング ドメイン内でカバーされるあらゆる在胎期間 (GA) および解剖学的変異の胎児脳の組織確率マップを含む忠実なアトラスを構築できます。
したがって、CINA は定型神経と病的な脳の両方を表すことができます。
さらに、トレーニングされた CINA モデルは、潜在コードのテスト時の最適化を通じて、目に見えない被験者の脳 MRI に適合させることができます。
CINA は、特定の被験者に合わせた確率的組織マップを作成できます。
dHCP および FeTA データセットからの正常および異常な胎児の脳の合計 198 個の T2 強調 MRI でこの方法を評価します。
我々は、GA や心室容積や皮質の折り畳みの程度などの解剖学的変化に柔軟に条件付けできる胎児の脳アトラスを表現する CINA の機能を実証し、定型神経と病的な脳の両方をモデル化するのに適したツールとしています。
組織のセグメンテーションと年齢予測によってアトラスの忠実度を定量化し、確立されたベースラインと比較します。
CINA は、定型神経質の脳および心室肥大を伴う病的脳に対して優れた精度を示します。
さらに、CINA は胎児の脳年齢予測における平均絶対誤差 0.23 週をスコアしており、胎児の脳の発達が正確に表現されていることをさらに裏付けています。

要約(オリジナル)

We introduce a conditional implicit neural atlas (CINA) for spatio-temporal atlas generation from Magnetic Resonance Images (MRI) of the neurotypical and pathological fetal brain, that is fully independent of affine or non-rigid registration. During training, CINA learns a general representation of the fetal brain and encodes subject specific information into latent code. After training, CINA can construct a faithful atlas with tissue probability maps of the fetal brain for any gestational age (GA) and anatomical variation covered within the training domain. Thus, CINA is competent to represent both, neurotypical and pathological brains. Furthermore, a trained CINA model can be fit to brain MRI of unseen subjects via test-time optimization of the latent code. CINA can then produce probabilistic tissue maps tailored to a particular subject. We evaluate our method on a total of 198 T2 weighted MRI of normal and abnormal fetal brains from the dHCP and FeTA datasets. We demonstrate CINA’s capability to represent a fetal brain atlas that can be flexibly conditioned on GA and on anatomical variations like ventricular volume or degree of cortical folding, making it a suitable tool for modeling both neurotypical and pathological brains. We quantify the fidelity of our atlas by means of tissue segmentation and age prediction and compare it to an established baseline. CINA demonstrates superior accuracy for neurotypical brains and pathological brains with ventriculomegaly. Moreover, CINA scores a mean absolute error of 0.23 weeks in fetal brain age prediction, further confirming an accurate representation of fetal brain development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google