通过预先增强的多对象磁共振成像细分,用于亚体质核深脑刺激手术的关键结构的自动定位

科学领域:

• 神经外科 神经外科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 脑下核 (STN) 的深度大脑刺激 (DBS) 是帕金森病运动症状的关键治疗方法.
• 准确地定位大脑结构对于成功的STN-DBS手术至关重要.
• 目前的局部化严重依赖于放射科医生的专业知识,引入了变化.

研究的目的:

• 为STN-DBS手术开发一种用于定位关键大脑结构的自动化方法.
• 提高STN-DBS手术程序中手术规划的效率和准确性.

主要方法:

• 利用U-Net架构进行先前增强的多对象磁共振成像细分.
• 分段结构包括STN,红核,大脑,,心室.
• 实施了感兴趣的区域检测和集体联合处理,以增强挑战性结构的细分,如sulci和gyri.

主要成果:

• 与最先进的机器学习技术相比,提出的自动化方法证明了优越的细分性能.
• 从临床角度实现了关键大脑结构的准确可视化.
• 与放射科医生手动划分相比,显著减少了细分时间.

结论:

• 深度学习可以快速准确地对STN-DBS的关键结构进行细分.
• 开发的方法显示了提高STN-DBS手术规划效率的潜力.
• 自动化细分为手动本地化提供了可靠的替代方案,提高了一致性和速度.