Система реконструкции и сегментации двух потоков, регулируемая с использованием иерархических артефактов-приорных моделей для педиатрии Ультра-Лоу - Полевая

arXiv:2609.20562v1 Вид уведомления: новое резюме: автоматизированная оценка качества, усовершенствование и сегментация нескольких структур в 0.064/, матрм сверхнизкополосный педиатрический MRI в долл. США ограничены низким коэффициентом " сигнал-шум &qt; , слабыми анатомическими границами и частыми артефактами. Мы представляем единую рамочную основу для решения задачи < " ЛИСА-2026 &q США > , которая совместно выполняет все три задачи в рамках одного вывода. Сеть с двумя сцепленными потоками, построенная на 3D U-Net, сначала восстанавливает увеличенный объем ULF и затем комбинирует оригинальные и улучшенные изображения для субкортической сегментации. Для повышения пограничной стабильности мы добавляем вспомогательный класс, охватывающий ткани мозга за пределами целевых структур и получаемый из целых масок головного мозга. Голова, выдержанная на графике артефактов, предсказывает семь оценок артефактов по остаткам реконструкций и замороженным сегментациям. Мы решим проблему нехватки плотных аннотаций с использованием диффеоморфической регистрации от атолла до цели распространения маркировки и r