机构名称：
¥ 4.0
脑分区在磁共振成像 (MRI) 数据集的分析中发挥着普遍的作用。为了追求理想的脑分区，人们进行了 100 多年的研究。人们开发和研究了使用不同成像模式构建脑分区的不同方法。最近，数据挖掘、机器学习和统计学界采用了几种数据驱动的分区方法。随着来自不同科学领域的贡献，有丰富的文献需要研究，以了解现有研究的广度和需要调查的差距。在这项工作中，我们回顾了大量涵盖不同神经成像模式和方法的体内脑分区研究。这项工作的一个关键贡献是将大量研究语义组织成不同的分类法，从而易于理解脑分区文献的广度和深度。具体来说，我们将现有的分区分为三类：解剖分区、功能分区和结构分区，它们分别使用 T1 加权 MRI、功能 MRI (fMRI) 和扩散加权成像 (DWI) 数据集构建。我们对每个类别中研究的不同方法进行了多层次分类，比较了它们的相对优势和劣势，并强调了目前大脑分区发展面临的挑战。
基于磁共振的人脑分区方法综述
主要关键词
相关文件推荐
