在三神经疼痛中应用基于值的三神经顺序自动重建
Michael E Xie1, Kyra Halbert-Elliott1, Sumil K Nair1
1Department of Neurosurgery, Johns Hopkins University School of Medicine, Baltimore, Maryland, USA.
World neurosurgery
|October 27, 2023
概括
一个新的自动化算法,STAR-TN,改善了三角神经疼痛 (TN) 患者的神经血管冲突的识别. 这种3D细分工具的灵敏度比传统的2DMRI检查更高,用于手术规划.
科学领域:
- 神经外科 神经外科
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 高分辨率的MRI对于手术前三角神经疼痛 (TN) 诊断至关重要.
- 目前对神经血管冲突的MRI评估是主观和可变的.
- 需要客观的评估方法来改善外科手术规划.
研究的目的:
- 开发和评估STAR-TN,一个用于三角神经细分的自动化算法.
- 评估STAR-TN识别神经血管冲突的能力.
- 将STAR-TN的性能与传统的放射学评估进行比较.
主要方法:
- 开发了STAR-TN,一个基于序列值的自动重建算法.
- 在42名TN患者的手术前MRI中,细分三角神经和接触结构.
- 评估了神经血管冲突的细分,与手术内发现和放射学报告进行比较.
主要成果:
- 在76.2%的患者中,STAR-TN确定了神经血管冲突,敏感度为78.0%,特异性为100%.
- 传统的二维MRI检查具有68.3%的灵敏度和100%的特异性.
- 在90.9%的阳性病例中,STAR-TN提供了3D可视化,并确定了根进入区域内的冲突.
结论:
- STAR-TN提供了一种结构化的方法来评估TN中神经血管冲突.
- 与主观的2DMRI切片评估相比,该算法表现出更好的灵敏度.
- 在TN,STAR-TN促进了客观的3D可视化,以加强TN的手术规划.
