7T磁共振成像用于死后人脑组织高分辨率成像的自动化深度学习分割

本文介绍了利用7T全身磁共振成像仪对135个死后人脑组织样本进行高分辨率（0.3 mm³）扫描的研究。研究人员开发了一套深度学习流程，对九种不同的深度神经网络架构进行基准测试，以分割大脑皮层。此外，他们还分割了四个皮层下结构（尾状核、壳核、苍白球和丘脑）、白质高信号以及正常白质。该流程在不同样本的全脑半球以及不同磁场强度和成像序列的图像上均展现出优异的泛化能力。研究人员计算了关键区域的体积和局部皮层厚度测量值，并将它们与半定量神经病理学评级联系起来。代码、容器化可执行文件和处理后的数据集均已公开发布。