SliceMap: 뇌 MRI에서 구별 가능한 후보 영역을 감지하기 위한 이진 분류 기반 2D 파이프라인

뇌 자기공명영상(MRI)에서 공간적으로 국소화된 신경해부학적 신호를 식별하는 것은 의료 진단 및 질병 메커니즘 조사 등 많은 임상 및 과학적 질문의 중심입니다. 그러나 고차원 MRI 데이터에서 이러한 미세하고 공간적으로 국소화된 신호를 신뢰성 있게 감지하는 것은 여전히 ​​어려운 과제입니다. 본 연구에서는 뇌 MRI에서 후보 공간 영역을 식별하기 위한 성능 기반의 이차원(2D) 슬라이스 기반 파이프라인을 제안합니다. 이 파이프라인은 평면 특정 MRI 슬라이스에 대해 훈련된 효율적인 2D 합성곱 신경망을 사용하며, 슬라이스 수준의 성능을 평가하기 위한 모델링 작업으로 이진 분류를 사용합니다. 각 해부학적 평면에서 최상 성능을 보인 슬라이스는 차폐 기반 기여 분석에 적용되며, 결과 맵을 공동으로 검토하여 후보 3차원 뇌 영역을 위치 지정합니다. 우리는 성별 분류를 통제된 테스트베드로 사용하여 제안된 파이프라인을 시연하며, 이 지역에서 성 차이에 대한 이전 신경 해부학적 발견과 일치하는 전방 관련 피질 및 인접한 내측 구조의 일부에 해당하는 공간적으로 국소화된 후보 영역을 식별합니다.