贝叶斯统计建模用于预测磁共振成像中观察者特定的最佳窗口参数.
Kohei Sugimoto1,2, Masataka Oita3, Masahiro Kuroda4
1Graduate School of Interdisciplinary Science and Engineering in Health Systems, Okayama University, 5-1 Shikata-cho, 2-chome, Kita-ku, Okayama, Okayama, 700-8558, Japan.
Heliyon
|August 28, 2023
概括
这项研究引入了一种新的贝叶斯框架,用于预测磁共振 (MR) 图像的最佳窗口参数,改善观测者的显示条件. 该方法准确地识别了首选设置,提高了诊断图像质量.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 计算统计学 计算统计学
背景情况:
- 磁共振 (MR) 图像显示需要窗户以获得最佳观看.
- 由于各种因素,传统的窗户方法往往无法满足观察者的偏好.
研究的目的:
- 开发和验证一个新的框架,用于预测MR图像的个性化窗口参数.
- 通过贝叶斯统计模型来增强观察者喜欢的显示条件.
主要方法:
- 开发了一个贝叶斯统计模型来预测窗口参数 (WL/WW).
- 使用了1000名患者的MRI图像,数据分为训练 (70%) 和测试 (30%) 集.
- 使用平均相对误差 (MRE),平均绝对误差 (MAE) 和皮尔森相关系数 (ρ) 评估性能,与天真方法相比较.
主要成果:
- 拟议的框架实现了平均MRE12.6和MAE13.9的窗口水平/宽度.
- 皮尔森的相关系数 (ρ) 达到0.98,表明强烈的同意.
- 结果明显优于天真方法,视觉评估显示与原始条件没有显著差异.
结论:
- 新的贝叶斯框架准确地预测了MR图像的观察者喜欢的窗口参数.
- 该方法提供了稳健性和易用性,改善了诊断图像显示.
- 个性化窗口参数预测可以提高整体图像质量和观察者满意度.


