OpenBrain برچسب‌های خودکار ام‌آر‌آی مغز را همراه با شواهدی ارائه می‌کند که قرار است به پژوهشگران در تصمیم‌گیری درباره استفاده مجدد از رکوردها کمک کند. نویسندگان در پیش‌چاپی که ۳ نوامبر ۲۰۲۶ در arXiv منتشر شد، ۳۵٬۸۳۸ رکورد اسکن یا جلسه تصویربرداری با وزن‌دهی T1 و منشأ تأییدشده از ۶۰۷ مجموعه‌داده OpenNeuro را معرفی کرده‌اند. داوری همتا تأیید نشده و شواهد ارائه‌شده شامل تکرار مستقل نتایج نیست.
ناحیه‌بندی کل مغز به بخش‌های تصویر ام‌آر‌آی برچسب‌های آناتومیکی اختصاص می‌دهد. ابزارهای خودکار می‌توانند این برچسب‌ها را بسیار سریع‌تر از توان بازبینی متخصصان تولید کنند؛ این موضوع مسئله‌ای عملی ایجاد می‌کند: فایلی که خروجی آن ظاهراً معقول است، راهنمای چندانی درباره قابلیت اعتمادش ارائه نمی‌دهد. OpenBrain به هر رکورد یک ناحیه‌بندی اصلی، دو خروجی مدل دیگر، اطلاعات منشأ و مجوز و سنجه‌های کیفیت متصل می‌کند. این رکوردها نماینده اسکن‌ها یا جلسات تصویربرداری‌اند و لزوماً به افراد متمایز تعلق ندارند.
مجموعه هفت‌گانه QC-7 هندسه برچسب‌ها، سازگاری تصویر و برچسب و اختلاف میان سه مدل را بررسی می‌کند. این بررسی‌ها مواردی مانند امتداد برچسب‌ها به بیرون از ماسک مغز، حجم‌های غیرمعمول نواحی، قطعات جداافتاده و ناسازگاری شدت تصویر درون نواحی برچسب‌خورده را پوشش می‌دهند. هر سنجه به یک ریسک مبتنی بر صدک تبدیل می‌شود و میانگین هفت ریسک، امتیاز R را می‌سازد. این امتیازها رتبه‌بندی نسبی‌اند، نه احتمال‌های کالیبره‌شده خطای آناتومیکی. مجموعه منتشرشده شامل ۸٬۹۶۰ مورد HighConf، تعداد ۱۷٬۹۱۸ مورد Standard و ۸٬۹۶۰ مورد Flagged است و سنجه‌ها را نیز نگه می‌دارد تا کاربران بتوانند آن‌ها را بررسی کنند یا آستانه‌ها را تغییر دهند.
نویسندگان بررسی کردند که آیا موارد کم‌ریسک‌تر در IXI با ۵۶۳ مورد، BrainLat با ۳۹۴ مورد و Mindboggle-101 با ۱۰۱ مورد، برچسب‌های بهتری دارند یا نه. IXI و BrainLat در تصمیم‌های مرحله توسعه نقش داشتند. به گزارش نویسندگان، بررسی‌های کیفیت و انتخاب‌های ارزیابی پیش از آزمون Mindboggle، تنها مجموعه کنارگذاشته‌شده با برچسب‌های دستی، تثبیت شدند. پیامد اصلی، دایس ماکرو بود؛ سنجه هم‌پوشانی که میانگین آن روی ۹۶ برچسب آناتومیکی محاسبه شد و ۱۴ رده کم‌تعداد یا فاقد تعریف روشن از ناحیه‌بندی‌های ۱۱۰ رده‌ای منتشرشده را کنار گذاشت.
نگه‌داشتن ۲۵٪ موارد با کمترین ریسک، میانگین دایس را نسبت به کل هر مجموعه، در IXI به میزان ۱٫۳ واحد درصد، در BrainLat به میزان ۳٫۷ و در Mindboggle به میزان ۱٫۵ واحد درصد افزایش داد. فاصله‌های اطمینان ۹۵٪ بوت‌استرپ گزارش‌شده به‌ترتیب ۱٫۲ تا ۱٫۴، ۳٫۵ تا ۳٫۹ و ۱٫۰ تا ۲٫۰ واحد درصد بودند؛ زیرمجموعه Mindboggle شامل ۲۵ مورد بود. این نتیجه نشان می‌دهد که انتخاب، موارد دارای برچسب بهتر را شناسایی کرده است، نه اینکه ناحیه‌بندی یک مورد منفرد را بهبود داده باشد.
در مقایسه‌ای جداگانه، مدل‌های nnU-Net آموزش‌دیده با انتخاب‌های کم‌ریسک‌ترِ ۱٬۰۰۰ موردی، بهتر از مدل‌های آموزش‌دیده با انتخاب‌های تصادفی هم‌اندازه عمل کردند. بهبودهای زوجی گزارش‌شده برای Mindboggle برابر با ۳٫۶ واحد درصد بود؛ با فاصله اطمینان ۹۵٪ از ۲٫۸ تا ۴٫۴. این بهبود برای BrainLat برابر با ۳٫۲ واحد درصد با فاصله ۲٫۶ تا ۳٫۸ و برای IXI برابر با ۳٫۷ واحد درصد با فاصله ۳٫۲ تا ۴٫۲ بود. در زیرمجموعه‌ای شامل ۱۶ ناحیه از ساختارهای کوچک، مزیت کمتر بود: ۰٫۴ تا ۱٫۰ واحد درصد؛ تفاوت BrainLat نیز از نظر آماری قابل تشخیص نبود.
انتخاب‌های آموزشی از نظر ترکیب منابع نیز متفاوت بودند؛ بنابراین این مقایسه‌ها نمی‌توانند سهم علّی کیفیت برچسب یا هر بررسی منفرد را جدا کنند. IXI و BrainLat از مراجع مشتق‌شده از FreeSurfer استفاده می‌کنند که با قرارداد برچسب‌های آموزشی مولد اصلی مشترک‌اند؛ مجموعه آزمون دستی نیز نسبتاً کوچک است. جزئیات موجود، میزان تغییرپذیری میان اجراهای آموزشی یا لحاظ‌شدن شرکت‌کنندگان تکراری و منابع مشترک در برآوردهای عدم‌قطعیت را مشخص نمی‌کند.
OpenBrain رکوردهای دارای شواهد ناقص کیفیت را کنار می‌گذارد و فراداده‌های جمعیت‌شناختی نیز همچنان ناقص‌اند. بنابراین نتایج آن، برابری عملکرد میان گروه‌های جمعیتی یا تعمیم‌پذیری به موارد حذف‌شده و دیگر شرایط تصویربرداری را اثبات نمی‌کنند. این منبع، شواهدی قابل بررسی برای پژوهش درباره برچسب‌های تولیدشده فراهم می‌کند؛ سطوح اطمینان آن این برچسب‌ها را به برچسب‌گذاری دستی تبدیل نمی‌کنند و مناسب‌بودنشان برای تشخیص یا برنامه‌ریزی درمان را نشان نمی‌دهند.
تصویر جلد با هوش مصنوعی تولید شده و تصویرسازی مفهومی است؛ مدرک پژوهش نیست.