Focus on - Ottobre 2022: DBB - Un benchmark per la segmentazione di immagini cerebrali pediatriche con un’anatomia distorta.

Venerdì, 07 Ottobre 2022 10:06

Focus on - Ottobre 2022: DBB - Un benchmark per la segmentazione di immagini cerebrali pediatriche con un’anatomia distorta.

Flavio Concil

dimensione font riduci dimensione font aumenta la dimensione del font
Stampa
Email

Vota questo articolo

(0 Voti)

In Risonanza Magnetica, le immagini pesate in T1 forniscono una visione macroscopica completa della morfologia del cervello umano e sono una delle sequenze più usate sia in ambito clinico, che di ricerca. In ambito di ricerca, è spesso necessario isolare le diverse strutture anatomiche per le successive analisi utilizzando dei metodi di segmentazione, cioè degli specifici algoritmi sviluppati per identificare nelle immagini le strutture cerebrali di interesse. La maggior parte degli algoritmi di segmentazione include nel codice l’utilizzo di un’informazione a priori sulle strutture da identificare; informazione normalmente derivata dall’osservazione di una popolazione adulta sana. Questo approccio consente di ottenere delle ottime prestazioni sulle immagini che contengono il cervello di una persona adulta sana, ma rappresenta un aspetto critico quando si tratta di analizzare una popolazione clinica, che può includere soggetti in età pediatrica e/o soggetti che con lesioni importanti o un’anatomia distorta a causa della patologia. Leggi tutto

Recentemente abbiamo dimostrato come un algoritmo basato sul Deep Learning, anche se addestrato solo utilizzando immagini di soggetti sani, fornisca prestazioni migliori dei normali algoritmi di segmentazione anche nei soggetti con anatomia distorta.

Il contributo di questo lavoro è fornire uno strumento per lo sviluppo di nuovi algoritmi di segmentazione di immagini cerebrali di soggetti in ambito pediatrico e/o con un’anatomia alterata. Tale strumento include la definizione formale del problema di segmentazione, una metrica per la valutazione degli algoritmi e un insieme di dati per l’addestramento degli algoritmi di segmentazione.

Dati e codice sono disponibili su BrainLife, una piattaforma scientifica open-source per migliorare la riproducibilità degli studi neuroscientifici.

Articolo originale
Amorosino G, Peruzzo D, Redaelli D, Olivetti E, Arrigoni F, Avesani P.
DBB - A Distorted Brain Benchmark for Automatic Tissue Segmentation in Paediatric Patients. Neuroimage. 2022 Oct 15;260:119486.

JCR 2021 - IF =7.400

Per contattare l'autore: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
Per leggere l'articolo: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

Letto 833 volte

Pubblicato in RICERCA E SVILUPPO

Etichettato sotto

ottobre2022

Focus on - Ottobre 2022: DBB - Un benchmark per la segmentazione di immagini cerebrali pediatriche con un’anatomia distorta.

Flavio Concil

Ultimi da Flavio Concil

Articoli correlati (da tag)