通过全自动和深度学习量化管道精确测量磁共振帕金森症指数
Fuhai Sun1, Junyan Lyu1, Si Jian2
1Department of Electronic and Electrical Engineering, College of Engineering, Southern University of Science and Technology, Xili, Nanshan, Shenzhen, 518055, People's Republic of China.
European radiology
|July 22, 2023
概括
这项研究引入了一种自动化的深度学习管道,用于测量磁共振帕金森症指数 (MRPI). 自动化工具的准确度与手动测量相当,有助于诊断帕金森症综合征.
科学领域:
- 医学成像分析分析 医学成像分析
- 神经成像中的深度学习
- 定量的MRI生物标志物
背景情况:
- 帕金森症综合征需要准确的诊断生物标志物.
- 磁共振帕金森症指数 (MRPI) 是一个潜在的成像生物标志物.
- 手动MRPI测量是耗时的,并且可能会发生变化.
研究的目的:
- 通过深度学习开发一个完全自动的MRPI测量管道.
- 评估自动化管道的准确性和可靠性.
- 将自动化方法与手动测量和传统方法进行比较.
主要方法:
- 开发了一个深度学习管道,利用nnUNet进行脑干细分和HRNet进行里程碑识别.
- 管道计算MRPI基于pons/中脑面积和中小脑 (MCP) /上小脑 (SCP) 宽度的比率.
- 模型在400个T1加权的MRI上接受了训练,并使用五倍交叉验证和三个外部数据集进行了验证.
主要成果:
- 自动化管道实现了跨数据集的平均绝对百分比错误 (APE) 从17.21%到22.83%.
- 在外部数据集上的评价者间变异性显示平均APE为11.31%.
- 拟议的管道显著超过了最先进的传统方法 (p < 0.001).
结论:
- 开发的自动管道准确地测量MRPI,取得与手动评估相当的结果.
- 这种自动化工具可以有效地分析大型MRI数据集,提高帕金森症综合征的诊断效率.
- 该管道减少了临床工作量,并最大限度地减少了MRPI量化中的人为错误.
