Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Unraveling Systematic Biases in Brain Segmentation: Insights from Synthetic Training

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
  • معلومة اضافية
    • Contributors:
      Institut du Cerveau = Paris Brain Institute (ICM); Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière AP-HP; Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU)-Sorbonne Université (SU)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS); Sorbonne Université (SU); Institut de Neurosciences de la Timone (INT); Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS); Laboratoire de Traitement de l'Information Medicale (LaTIM); Université de Brest (UBO)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre Hospitalier Régional Universitaire de Brest (CHRU Brest)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-Institut Brestois Santé Agro Matière (IBSAM); Université de Brest (UBO); Département de Science des Données (IMT Atlantique - DSD); IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT); Algorithms, models and methods for images and signals of the human brain = Algorithmes, modèles et méthodes pour les images et les signaux du cerveau humain ICM Paris (ARAMIS); Inria de Paris; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut du Cerveau = Paris Brain Institute (ICM); Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Sorbonne Université (SU)-Sorbonne Université (SU)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-CHU Pitié-Salpêtrière AP-HP; ANR-19-CE45-0014,SulcalGRIDS,Dynamique de la morphologie corticale chez l'enfant(2019)
    • بيانات النشر:
      CCSD
    • الموضوع:
      2024
    • Collection:
      Inserm: HAL (Institut national de la santé et de la recherche médicale)
    • الموضوع:
    • نبذة مختصرة :
      International audience ; This study examines how the quality of ground truth labels affects brain MRI segmentation models. We investigate the potential of synthetic learning to mitigate systematic biases present in training labels. Through a validation on high-quality datasets, in the Putamen region, known for systematic segmentation errors like the inclusion of parts of the Claustrum, we demonstrate the effectiveness of the synthetic data approach in correcting these errors and enhancing segmentation accuracy. Our findings highlight the limitations of pseudo-ground truth labels derived from automated techniques and underscores the importance of precise, expert-validated labels for accurate, unbiased validation.
    • الدخول الالكتروني :
      https://hal.science/hal-04608723
      https://hal.science/hal-04608723v1/document
      https://hal.science/hal-04608723v1/file/Valabregue%20et%20al.%20-%202024%20-%20Unraveling%20Systematic%20Biases%20in%20Brain%20Segmentation.pdf
    • Rights:
      http://creativecommons.org/licenses/by/ ; info:eu-repo/semantics/OpenAccess
    • الرقم المعرف:
      edsbas.40F92042