一种可配置的隐私保护 MRI 处理工作流：基于深度学习的脑部提取与自适应解剖结构保留

英文标题：A Configurable Privacy-Preserving MRI Processing Workflow Using Deep Learning-Based Brain Extraction and Adaptive Anatomical Preservation

该论文提出了一种用于结构性磁共振成像（MRI）的可配置隐私保护处理工作流。结构性 MRI 广泛应用于神经影像研究和临床实践，但图像体数据可能保留面部及颅骨解剖信息，从而带来隐私风险。该方法结合基于深度学习的脑部提取与自适应解剖结构保留，旨在在降低可识别风险的同时保留具有研究或临床价值的解剖信息。该工作对需要共享、分析或发布 MRI 数据的开发者、研究机构和医疗行业具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB