101 labeled brain images and a consistent human cortical labeling protocol.
101 labeled brain images and a consistent human cortical labeling protocol.
复制标题
DOI：
10.3389/fnins.2012.00171
复制
发表时间：
2012
影响因子：
4.3
通讯作者：
Tourville J
中科院分区：
文献类型：
--
作者：
Klein A;Tourville J
我们介绍了Mindbogle-101数据集，这是一套最大、最完整的免费、可公开访问的、手动标记的人脑图像。为了在101名健康参与者的磁共振图像中手动标记宏观解剖，我们创建了一种新的皮质标记协议，该协议依赖于强大的解剖地标和使用自动标记进行初始化后最少的手动编辑。“Desikan-Killiany-Tourville”(DKT)协议旨在提高标记人类大脑皮层区域的简易性、一致性和准确性。考虑到标记大脑是多么困难，Mindbogle-101数据集旨在用作标记其他大脑的脑图谱，作为一个标准数据集来建立健康人群中的形态测量差异，以便与临床人群进行比较，并为自动注册和标记算法的开发、培训、测试和评估做出贡献。为此，我们还引入了评估这些算法的基准，方法是将我们的手动标签与通过概率和多图谱注册方法自动生成的标签进行比较。所有数据和相关软件以及最新信息均可在该网站上查阅。
We introduce the Mindboggle-101 dataset, the largest and most complete set of free, publicly accessible, manually labeled human brain images. To manually label the macroscopic anatomy in magnetic resonance images of 101 healthy participants, we created a new cortical labeling protocol that relies on robust anatomical landmarks and minimal manual edits after initialization with automated labels. The “Desikan–Killiany–Tourville” (DKT) protocol is intended to improve the ease, consistency, and accuracy of labeling human cortical areas. Given how difficult it is to label brains, the Mindboggle-101 dataset is intended to serve as brain atlases for use in labeling other brains, as a normative dataset to establish morphometric variation in a healthy population for comparison against clinical populations, and contribute to the development, training, testing, and evaluation of automated registration and labeling algorithms. To this end, we also introduce benchmarks for the evaluation of such algorithms by comparing our manual labels with labels automatically generated by probabilistic and multi-atlas registration-based approaches. All data and related software and updated information are available on the website.
登录
查看更多内容
影响因子：
2.3
作者：
Crespo-Facorro, B;Kim, JJ;Magnotta, VA
通讯作者：
Magnotta, VA
影响因子：
5.7
作者：
Landman BA;Huang AJ;Gifford A;Vikram DS;Lim IA;Farrell JA;Bogovic JA;Hua J;Chen M;Jarso S;Smith SA;Joel S;Mori S;Pekar JJ;Barker PB;Prince JL;van Zijl PC
通讯作者：
van Zijl PC
影响因子：
5.7
作者：
Dale, AM;Fischl, B;Sereno, MI
通讯作者：
Sereno, MI
影响因子：
4.8
作者：
Mangin, Jean-Francois;Jouvent, Eric;Cachia, Arnaud
通讯作者：
Cachia, Arnaud
影响因子：
3.2
作者：
Caviness, VS;Meyer, J;Kennedy, DN
通讯作者：
Kennedy, DN