بررسی بخش بندی (تقسیمات) MRI مغزی خودکار جنین و نوزادان

قیمت: 46,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

بررسی بخش بندی (تقسیمات) MRI مغزی خودکار جنین و نوزادان

عنوان لاتین

A review on automatic fetal and neonatal brain MRI segmentation

در سالیان اخیر ، روش های بخش بندی گوناگونی (متنوعی) برای توصیف و تشریح خودکار MRI مغزی جنین و نوزاد مطرح شده است. این روش ها با هدف تعریف حوزه های مورد مطالعه دانه دانه ای مختلف صورت می گیرد: مغز ، گونه های بافتی یا ساختارهای موضعی تر (محلی‌ تر). متدولوژی های (روش شناسی) مختلف برای این عمل بخش بندی اعمال شده و آن را می توان به مدل های بدون نظارتی ، پارامتری (متغییری) ، طبقه بندی ، Atlas Fusion ، و دگردیس پذیری دسته بندی نمود. کتاب اطلس (نقشه ای) مغز ، عموما بعنوان داده تمرینی در فرایند بخش بندی استفاده شده است. چالش های مرتبط با فراگیری از تصاویر ، توسعه سریع مغز بعلاوه محدودیت دسترسی به داده تصویری ، هرچند مانع این عمل بخش بندی (تقسیم بندی) می شود. در این مقاله ، ما به بررسی روش های اتخاذ شده برای پریناتال مغزی (براساس دوره زمانی قبل یا بعد از تولد) می پردازیم و آنها را مطابق با جمعیت هدف ، ساختارهای بخش بندی شده و روش شناسی دسته بندی می نماییم. ما به تعیین روش های مختلف مطروحه در ادبیات می پردازیم و درباره مشارکت های اصلی آنها (وظایف اصلی) مباحثه می کنیم. رویکردهای مختلف برای ارزیابی دقت و صحت بخش بندی و بنچمارک های استفاده شده برای کیفیت بخش بندی ارایه شده است. ما این بررسی را با مباحثه بروی کمبودها در حوزه پریناتال و جهت گیری های ممکنه آتی جمع بندی نموده و به پایان می رسانیم.

In recent years, a variety of segmentation methods have been proposed for automatic delineation of the fetal and neonatal brain MRI. These methods aim to define regions of interest of different granularity: brain, tissue types or more localised structures. Different methodologies have been applied for this segmentation task and can be classified into unsupervised, parametric, classification, atlas fusion and deformable models. Brain atlases are commonly utilised as training data in the segmentation process. Challenges relating to the image acquisition, the rapid brain development as well as the limited availability of imaging data however hinder this segmentation task. In this paper, we review methods adopted for the perinatal brain and categorise them according to the target population, structures segmented and methodology. We outline different methods proposed in the literature and discuss their major contributions. Different approaches for the evaluation of the segmentation accuracy and benchmarks used for the segmentation quality are presented. We conclude this review with a discussion on shortcomings in the perinatal domain and possible future directions.