FLAIRBrainSeg: Fine-grained brain segmentation using FLAIR MRI only

要約

本稿では、FLAIR MRIのみを用いた脳セグメンテーションのための新しい手法を紹介する。既存の自動セグメンテーション手法を活用し、T1強調MRIから通常得られるセグメンテーションを近似するネットワークを学習する。FLAIRBrainSegと呼ばれる我々の手法は、132の構造のセグメンテーションを生成し、多発性硬化症病変に頑健である。領域内および領域外のデータセットを用いた実験により、本手法は、FLAIR MRIのみを用いて脳の分割を行うための現在利用可能な唯一の選択肢である、画像合成に基づくモダリティにとらわれないアプローチを凌駕することが実証された。この手法は、T1強調MRIが利用できない場合に有望であり、信頼性の高い解剖学的セグメンテーションを必要とする臨床医や研究者に貴重な選択肢を提供する。

要約(オリジナル)

This paper introduces a novel method for brain segmentation using only FLAIR MRIs, specifically targeting cases where access to other imaging modalities is limited. By leveraging existing automatic segmentation methods, we train a network to approximate segmentations, typically obtained from T1-weighted MRIs. Our method, called FLAIRBrainSeg, produces segmentations of 132 structures and is robust to multiple sclerosis lesions. Experiments on both in-domain and out-of-domain datasets demonstrate that our method outperforms modality-agnostic approaches based on image synthesis, the only currently available alternative for performing brain parcellation using FLAIR MRI alone. This technique holds promise for scenarios where T1-weighted MRIs are unavailable and offers a valuable alternative for clinicians and researchers in need of reliable anatomical segmentation.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL