揭开海马体的面纱:使用 HippUnfold 进行自动形态测量和子场分割

HippUnfold:用于形态测量、子场分割等的自动海马开放。

我儿子刚刚发表了一篇新文章。

云计算用于执行自动海马体成像。 每次扫描大约需要 20 分钟。

海马体的皮质结构在个体之间的折叠模式方面也不同。 HippUnfold 是一款强大的自动化 BIDS-App,可用于在 MRI 中定义和索引个体特定的海马褶皱。 它类似于用于新皮质重建的流行工具。 拓扑是同源性的基础,这种剪裁对于个体间的对齐至关重要。 这种拓扑框架允许对海马体及其子区域的形态或层状结构进行定性的新分析。 这对于在微尺度和中尺度上改进当前的神经影像学分析至关重要。 HippUnfold 将最先进的深度学习与先前开发的拓扑约束相结合,以创建适合受试者海马结构的独特折叠表面。 它可以与亚毫米 MRI 一起使用,甚至可以扩展到显微图像。 本文介绍了 HippUnfold 在特征提取方面的独特功能,并强调了其与其他海马分析方法相比的独特价值。

脑成像数据标准、深度学习、海马体子场、海马体(人类)、图像分割和磁共振成像。

(c) 2022,DeKraker 等人。

来源和详细信息:
https://pubmed.ncbi.nlm.nih.gov/36519725/

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注