代表性成果之四：An effective and robust lattice Boltzmann model guided by atlas for hippocampal subregions segmentation

成果展示

自动化与电气工程学院

文章发布时间：

2025-03-04

浏览次数：92

海马体是阿尔茨海默病(Alzheimer’s Disease, AD) 早期影响的主要区域之一，其体积和形态已成为公认的 AD诊断标记物之一。研究表明，在 AD 的发展过程中，不同海马亚区会表现出不同的病理变化，精细化地分析各个亚区的影像特征，可以对 AD 进行早期预测和风险评估。该项研究提出了一种基于图谱引导的海马体亚区分割方法，该方法可以在无训练数据集的情况下实现海马体亚区的个体化准确快速分割，分割结果有作为阿尔兹海默病诊断标记物的潜力。该方法无需训练数据，解决了缺少形状先验导致的分割失败问题。在ADNI和宣武医院数据上的实验表明该方法在速度和准确性上均优于 FreeSurfer。

论文发表于《Medical Physics》，该期刊涵盖放射成像、核医学、放射肿瘤学及临床辐射效应等领域的高质量文章，研究主题包括新型方法学、成像或治疗设备研发、人工智能应用以及临床或理论研究。2024年影响因子达到4.56，为中科院SCI 二区期刊。论文作者为自动化与电气工程学院刘应乾博士，发表时间为2024年1月。