对MRI破坏对大脑细分的影响的可重现性评估
Chenyu Gao1, Bennett A Landman1, Jerry L Prince2
1Vanderbilt University, Department of Electrical and Computer Engineering, Nashville, Tennessee, 37235.
medRxiv : the preprint server for health sciences
|June 9, 2023
概括
磁共振 (MR) 破坏算法可以改变大脑细分并导致故障. 选择强大的算法和执行质量检查对于可靠的神经成像分析至关重要.
科学领域:
- 神经成像是一种神经成像.
- 医疗图像分析 医学图像分析
- 数据隐私 数据隐私
背景情况:
- 在MRI扫描仪质量和面部识别方面的进步需要MRI破坏患者隐私.
- 现有的关于MRI破坏算法的研究尚未完全探索它们对神经图像处理的影响.
研究的目的:
- 评估MR破坏算法的对神经图像处理管道的影响.
- 为了比较不同破坏算法的性能.
- 评估损坏对大脑细分一致性的影响.
主要方法:
- 八个MR破坏算法的定性评估.
- 对来自OASIS-3队列的179名受试者和来自Kirby-21的21名受试者进行测试.
- 评估使用SLANT和FreeSurfer管道对原始和损坏图像的分段一致性.
主要成果:
- 失面可以改变大脑细分并导致灾难性的失败,特别是Quickshear,MRI_Deface和FSL_deface.
- 与FreeSurfer相比,SLANT管道受到破坏的影响较小.
- 在经过质量检查的输出上,破坏效应不如重新扫描明显 (迪斯相似系数).
结论:
- 核磁共振损伤对神经图像处理的影响很大,需要仔细考虑.
- 在数据集发布之前,强大的破坏算法选择和严格的质量控制是必不可少的.
- 使用多个大脑细分管道可以提高使用损坏的MRI分析的可靠性.
更多相关视频
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
40.3K
10:25Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping
Published on: September 25, 2019
48.1K
