一个基于人工智能的管道,用于自动检测和定位从磁脑摄影的源
Li Zheng1,2, Pan Liao3, Xiuwen Wu2,4
1Beijing City Key Laboratory of Medical Physics and Engineering, Institution of Heavy Ion Physics, School of Physics, Peking University, Beijing, People's Republic of China.
Journal of neural engineering
|August 24, 2023
概括
一个新的人工智能管道自动化了对的磁脑电图 (MEG) 分析,大大减少了处理时间,并提高了源定位的准确性. 这增强了MEG在手术评估中的临床效用.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 磁脑电图 (MEG) 对于前手术评估至关重要.
- 目前的MEG分析效率低,劳动密集,容易变化.
- 局限性阻碍了MEG用于定位焦点的临床实用性.
研究的目的:
- 使用人工智能开发一个自动化磁源成像 (AMSI) 管道.
- 提高分析MEG数据的效率和减少偏差.
- 改进自动检测和源的定位.
主要方法:
- 开发了一种自动标记方法,深度学习 (CNNs) 和层次聚类 (感知散列).
- 启用了MEG和MRI的自动联合注册,检测,聚类和源定位.
- 在48名患者的MEG数据上验证了AMSI管道.
主要成果:
- 在检测间接性形泄漏方面获得了93.31%的精度.
- 证明87.18%的叶片对活动局部化与立体EEG相对应.
- 分析时间从~4小时 (手动) 缩短到~12分钟 (AMSI).
结论:
- AMSI管道提供了从MEG数据中快速,准确和客观地定位源.
- 这种人工智能驱动的方法与传统方法相比,显著提高了效率.
- AMSI承诺将增加MEG在管理中的临床应用.
更多相关视频
10:22Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy
Published on: December 6, 2016
20.4K
10:48How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging
Published on: June 3, 2013
22.2K