Domain generalization in fetal brain MRI segmentation \\with multi-reconstruction augmentation

要約

子宮内での人間の脳の発達の定量的分析は、異常な特性評価に不可欠です。
したがって、磁気共鳴画像 (MRI) セグメンテーションは、定量分析の資産です。
ただし、自動化されたセグメンテーション方法の開発は、胎児脳 MRI 注釈付きデータセットの入手可能性が乏しく、これらのコホート内の限られた変動性によって妨げられています。
これに関連して、胎児脳 MRI 超解像 (SR) 再構成手法の力を活用して、単一の被験者の複数の再構成を異なるパラメーターで生成することを提案します。これは、効率的なチューニング不要のデータ拡張戦略です。
全体として、後者はSRパイプラインよりもセグメンテーション方法の一般化を大幅に改善します。

要約(オリジナル)

Quantitative analysis of in utero human brain development is crucial for abnormal characterization. Magnetic resonance image (MRI) segmentation is therefore an asset for quantitative analysis. However, the development of automated segmentation methods is hampered by the scarce availability of fetal brain MRI annotated datasets and the limited variability within these cohorts. In this context, we propose to leverage the power of fetal brain MRI super-resolution (SR) reconstruction methods to generate multiple reconstructions of a single subject with different parameters, thus as an efficient tuning-free data augmentation strategy. Overall, the latter significantly improves the generalization of segmentation methods over SR pipelines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google