颅脑分割是脑科学的基础工作。颅脑功能及结构区域众多,即使是有经验的医生也需要很长时间才能完成,而且还会受到人的精力,情绪,耐心等波动因素的影响。
深度学习在图像分割领域相对于传统技术,有很强的优势。为了方便医生简单和快捷,对磁共振3D T1的图像进行分割,便制作了该软件。
该软件使用深度学习网络,将磁共振3D颅脑图像分割为132个区域,自动测量各个脑区的体积以及百分比,并可以对同一个体多次扫描的颅脑脑区,或是不同个体的颅脑脑区进行对比。
软件支持各厂商磁共振扫描标准DICOM图像文件或是nii或nii.gz图像文件,对比为T1加权对比。
软件在范德堡大学和MONAI开源架构(monai.io)的UNesT深度网络脑分割模型工作基础上开发完成,该模型遵从Apache 2.0许可(http://www.apache.org/licenses/LICENSE-2.0)