早期检测白质超强度使用SHIVA-WMH探测器

科学领域:

• 神经成像是一种神经成像.
• 医疗图像分析 医学图像分析
• 脑血管疾病研究研究

背景情况:

• 白质过强度 (WMH) 是大脑小血管疾病的关键指标.
• WMH与中风,痴呆和死亡率的风险增加有关.
• 现有的自动化WMH细分工具难以检测小,稀疏的病变.

研究的目的:

• 介绍SHIVA-WMH,这是一款用于自动化WMH细分的新型深度学习工具.
• 为了评估SHIVA-WMH在WMH严重程度的广泛范围内的表现.
• 为WMH研究提供一个公开可用的工具.

主要方法:

• 开发了一个深度学习模型,训练在手动细分的WMH上,跨越多种严重程度.
• 在三个独立数据集上验证了SHIVA-WMH:MRI-Share,MICCAI 2017 WMH挑战和英国生物银行.
• 将SHIVA-WMH的性能与三种已建立的WMH细分工具进行比较.

主要成果:

• SHIVA-WMH在患有小点点和大交汇WMH的受试者中表现出高的检测效率.
• 与参考工具相比,获得了优异的声音水平 (0.66) 和损伤集群水平 (0.71) 子得分.
• 在各种WMH负载中表现优于LPA,PGS工具和HyperMapper.

结论:

• SHIVA-WMH在不同疾病严重程度上提供了强大而准确的WMH细分.
• 该工具的开放可用性将推动关于WMH出现和进展的研究.
• SHIVA-WMH促进了在不同人群中对WMH的更广泛调查.