超高磁場MRIにおける脳Segmentationおよび皮質分画のための次世代ツールボックスGOUHFI 2.0

科学分野:

• 神経画像
• 医用画像解析
• 医療における人工知能

背景:

• 超高磁場MRI（UHF-MRI）は、大規模な神経画像に不可欠ですが、自動脳Segmentationおよび分画における課題に直面しています。
• FastSurferVINNやSynthSeg+などの既存のツールは、UHFデータで最適とは言えない結果を生成することが多く、定量分析を制限しています。

研究 の 目的:

• GOUHFI 2.0を紹介すること。これは、UHF-MRIデータに特に最適化された、脳Segmentationおよび皮質分画を改善するための高度なディープラーニングツールボックスです。
• UHF-MRIに固有の信号不均一性および多様なコントラスト/解像度を処理する際の現在のソフトウェアの制限に対処すること。

主な方法:

• ドメインランダム化および大規模で多様なデータセット（238人の被験者）を使用して、独立してトレーニングされた2つの3D U-Net SegmentationネットワークでGOUHFI 2.0を開発しました。
• 最初のネットワークは全脳Segmentation（35ラベル）を実行し、2番目のネットワークはDesikan-Killiany-Tourville（DKT）プロトコルに従って皮質分画（62ラベル）を実行します。
• このツールボックスは、コントラストおよび解像度に依存しないように設計されており、元のGOUHFIの柔軟性を維持しています。

主要な成果:

• GOUHFI 2.0は、特に異種データセットにおいて、元のGOUHFIと比較してSegmentation精度が大幅に向上したことを示しました。
• このツールは、標準的なワークフローに匹敵する信頼性の高い皮質分画および一貫した容積測定結果を生成しました。
• UHF-MRIに特化した堅牢な皮質分画を可能にする、初のディープラーニングツールボックスです。

結論:

• GOUHFI 2.0は、MRIのさまざまな磁場強度にわたる脳Segmentation、分画、および容積測定のための包括的で堅牢なソリューションを提供します。
• この更新されたツールボックスは、以前の制限を克服し、UHF-MRIデータからのより正確で信頼性の高い定量的分析を可能にします。
• これは、特に詳細な皮質分析において、UHF-MRIを利用する神経画像研究にとって重要な進歩を表しています。