磁気共鳴脳画像のためのAtlasベースのセグメンテーションのレビュー

正常および異常な脳は、ターゲット画像をATLAに登録することでセグメント化できます。ここでは、アトラスは、強度画像（テンプレート）とそのセグメント化された画像（Atlasラベル）の組み合わせとして定義されます。Atlasテンプレートとターゲット画像を登録した後、Atlasラベルはターゲット画像に伝播されます。このプロセスをAtlasベースのセグメンテーションとして定義します。近年、研究者は登録アルゴリズムを調査して、アトラーゼを被験者とアトラス建設の戦略に一致させるように調査しています。この論文では、磁気共鳴脳画像のアトラスベースのセグメンテーションのための自動化されたアプローチのレビューを紹介します。Atlasベースの方法の長所と短所を指摘し、新しい研究の方向性を提案することを目指しています。2つの異なる基準を使用して、メソッドを提示します。まず、Atlasベースの戦略、ラベル伝播、マルチアトラス法、および確率的手法に従ってアルゴリズムを参照します。その後、脳とその内部構造、健康な被験者の組織セグメンテーション、胎児の組織のセグメンテーション、新生児と高齢者の被験者の組織のセグメンテーション、および損傷した脳のセグメンテーションなど、医療目標に従って方法を分類します。文献で報告されている結果の定量的比較も提示されています。

Normal and abnormal brains can be segmented by registering the target image with an atlas. Here, an atlas is defined as the combination of an intensity image (template) and its segmented image (the atlas labels). After registering the atlas template and the target image, the atlas labels are propagated to the target image. We define this process as atlas-based segmentation. In recent years, researchers have investigated registration algorithms to match atlases to query subjects and also strategies for atlas construction. In this paper we present a review of the automated approaches for atlas-based segmentation of magnetic resonance brain images. We aim to point out the strengths and weaknesses of atlas-based methods and suggest new research directions. We use two different criteria to present the methods. First, we refer to the algorithms according to their atlas-based strategy: label propagation, multi-atlas methods, and probabilistic techniques. Subsequently, we classify the methods according to their medical target: the brain and its internal structures, tissue segmentation in healthy subjects, tissue segmentation in fetus, neonates and elderly subjects, and segmentation of damaged brains. A quantitative comparison of the results reported in the literature is also presented.