将婴儿脑部MRI图像准确分割为白质（WM），灰质（GM）和脑脊液（CSF），对于早期脑部发育的研究至关重要。同时可用于检测出生后不久发生的脑部异常，如脑积水或先天性畸形。年1月，加拿大魁北克大学与西安电子科技大学数学与统计学院在COMPUTERIZEDMEDICALIMAGINGANDGRAPHICS期刊上联合发表了题为《DeepCNNensemblesandsuggestiveannotationsforinfantbrainMRIsegmentation》的文章。文章基于上述问题，提出了一种半密集的全卷积神经网络（CNN）用来分割婴儿脑组织的MRI图像，并使用6个月婴儿脑组织MRI分割的评估结果，在MICCAIiSEG-挑战赛上获得了有竞争力的名次。

原文信息：

DeepCNNensemblesandsuggestiveannotationsforinfantbrainMRIsegmentation

原文链接：

转载请注明:http://www.uoqku.com//mjccby/11181.html