Continuous longitudinal fetus brain atlas construction via implicit neural representation

要約

縦方向の胎児脳アトラスは、胎児の脳の発達の複雑なプロセスを理解し、特徴付けるための強力なツールです。
既存の胎児脳アトラスは、通常、時間の経過とともに個別の時点での平均化された脳画像によって構築されます。
異なる時点でのサンプル間の個体発生傾向の違いにより、結果のアトラスは時間的な不一致に悩まされ、タイムラインに沿った脳の発達特性パラメーターの推定誤差につながる可能性があります。
この目的のために、4D (3D 脳ボリューム + 1D 年齢) 画像データのノイズ除去タスクとして、時間の不一致の問題に取り組む多段階の深層学習フレームワークを提案しました。
暗黙的な神経表現を使用して、4D 時空間座標の関数として、連続的でノイズのない縦方向の胎児脳アトラスを構築します。
2 つの公開胎児脳アトラス (CRL および FBA-中国語アトラス) に関する実験結果は、提案された方法が、良好な胎児脳構造表現を維持しながら、アトラスの時間的一貫性を大幅に改善できることを示しています。
さらに、連続的な縦方向の胎児脳アトラスを広範囲に適用して、空間的および時間的解像度の両方でより細かい 4D アトラスを生成することもできます。

要約(オリジナル)

Longitudinal fetal brain atlas is a powerful tool for understanding and characterizing the complex process of fetus brain development. Existing fetus brain atlases are typically constructed by averaged brain images on discrete time points independently over time. Due to the differences in onto-genetic trends among samples at different time points, the resulting atlases suffer from temporal inconsistency, which may lead to estimating error of the brain developmental characteristic parameters along the timeline. To this end, we proposed a multi-stage deep-learning framework to tackle the time inconsistency issue as a 4D (3D brain volume + 1D age) image data denoising task. Using implicit neural representation, we construct a continuous and noise-free longitudinal fetus brain atlas as a function of the 4D spatial-temporal coordinate. Experimental results on two public fetal brain atlases (CRL and FBA-Chinese atlases) show that the proposed method can significantly improve the atlas temporal consistency while maintaining good fetus brain structure representation. In addition, the continuous longitudinal fetus brain atlases can also be extensively applied to generate finer 4D atlases in both spatial and temporal resolution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google