ループスへの適用を伴う多層形態計測特徴分類による白質病変をセグメント化する自動化手法

白質脳病変をセグメント化する自動化された多層手法を示し、これをループスに適用します。この手法は、T1強調、T2強調、および流体減衰反転回復を含む複数のMRシーケンスに基づいた局所形態計測特徴を利用します。前処理には、共登録、脳抽出、バイアス補正、および強度標準化が含まれ、局所形態計測に基づいて各脳ボクセルに対して49の特徴が計算されます。各セグメンテーションレベルでは、監視された分類器が特徴の異なるサブセットを利用して病変ボクセルを保守的にセグメント化し、より難しいボクセルを次の分類器に渡します。この多層アプローチは、感度と特異度の間の調整可能なトレードオフを伴う迅速な病変分類手法を可能にし、人的評価者に匹敵する精度を生み出します。