Resumen La morfometría basada en vóxeles (VBM), un enfoque popular en la investigación de neuroimagen, utiliza datos de imágenes por resonancia magnética para evaluar variaciones en la densidad local del tejido cerebral y examinar sus asociaciones con variables biológicas y psicométricas. Aquí presentamos deepmriprep, un pipeline de preprocesamiento diseñado para aprovechar redes neuronales para realizar todos los pasos necesarios de preprocesamiento para el análisis de VBM de imágenes por resonancia magnética ponderadas en T1. Utilizando la unidad de procesamiento gráfico, deepmriprep es 37 veces más rápido que CAT12, la principal caja de herramientas de preprocesamiento de VBM. El método propuesto iguala a CAT12 en precisión para la segmentación de tejidos y registro de imágenes en más de 100 conjuntos de datos y muestra fuertes correlaciones en los resultados de VBM. Los mapas de segmentación de tejidos de deepmriprep tienen más del 95% de acuerdo con los mapas de verdad de terreno, y su registro no lineal predice campos de deformación suaves comparables a CAT12. La alta velocidad computacional de deepmriprep permite un preprocesamiento rápido de grandes conjuntos de datos y abre la puerta a aplicaciones en tiempo real.
Fisch et al. (Fri,) estudiaron esta cuestión.