基于人工智能的MRI脑体积测定,用于患有基本震和震主导的帕金森病的患者

科学领域:

• 神经成像是一种神经成像.
• 神经学 神经学
• 人工智能在医学中的应用

背景情况:

• 基本震 (ET) 和震主导的帕金森病 (TDPD) 呈现重叠的症状,导致诊断挑战.
• 之前对这些疾病的神经成像研究产生了有争议的结果,通常无法区分子类型.

研究的目的:

• 通过使用先进的神经成像来调查不同类型的震中不同结构性大脑特征.
• 为了比较ET和TDPD患者和健康对照者之间的大脑体积图案.

主要方法:

• 分析了61名ET和29名TDPD患者的结构性MRI扫描,使用基于人工智能的自动化大脑体积计.
• 卷度分析比较了皮层和皮下区域,包括基底,乳头和中脑.
• 回归分析评估了疾病相关因素对体积测量的贡献.

主要成果:

• 与对照人群相比,ET和TDPD患者在叶,海马体,骨,骨和中大脑中表现出结构性偏差.
• ET患者表现出尾状核和thalamus中的体积减少.
• 显而易见的模式出现了,在没有休息震的ET中出现了乳头缩,在TDPD和没有休息震的ET中出现了中脑/脑膜缩.

结论:

• ET和TDPD在基底 - - 甲状腺皮层电路中共享神经退行性结构变化.
• 基于人工智能的体积测量提供了一种快速,独立于评分者的方法,用于分析神经系统疾病中的大脑体积.
• 特定的区域性缩可能有助于区分ET亚型,并可能区分ET与TDPD.