抽象的胎儿静止状态功能磁共振成像(RS-FMRI)已成为表征出生前脑发育的关键新方法。尽管这种方法的快速而广泛地增长,但目前,我们缺乏适合解决该数据类型固有的独特挑战的神经影像处理管道。在这里,我们解决了最具挑战性的处理步骤,在数千个非平稳的3D大脑体积中,胎儿大脑与周围组织的快速而准确地隔离。利用我们的1,241个手动追踪的胎儿fMRI图像的图书馆,我们培训了一个卷积神经网络(CNN),该卷积神经网络(CNN)在来自单独的扫描仪和人群的两个持有测试集中实现了出色的性能。此外,我们将自动屏蔽模型与现有软件的其他fMRI预处理步骤结合在一起,并洞悉我们对每个步骤的改编。这项工作代表了针对全面的,开源的工作流程的最初进步,并具有公开共享的代码和数据,用于胎儿功能性MRI数据预处理。
主要关键词