SynthFCD：用合成病灶模拟 MRI 中的局灶性皮质发育不良以提升深度学习检测

研究团队开发了现象学 FCD 模拟器 SynthFCD，基于 FOMO300k 健康对照数据生成 2,164 例合成病灶，用于预训练深度学习分割模型，并在波恩大学医院（UHB）真实 FCD 队列上微调。结果显示，相比从头训练检测率最高提升 18.5 个百分点，相比自监督预训练提升 7.4 个百分点，在 UHB 留出基准上达到 0.366 DSC 的分割性能。