从3特斯拉和7特斯拉的磁共振成像数据中划分人类海马子的自动化协议
Alice L Hickling1, Ian A Clark1, Yan I Wu1
1Wellcome Centre for Human Neuroimaging, Department of Imaging Neuroscience, UCL Queen Square Institute of Neurology, University College London, London, UK.
Hippocampus
|April 9, 2024
概括
现在可以使用自动化协议来从MRI扫描中对人类海马体子场进行细分. 这些工具提供了高质量的专家级别细分,节省了研究人员的大量时间,并推动了神经科学研究.
科学领域:
- 神经成像是一种神经成像.
- 人类神经科学 人类神经科学
- 大脑解剖学 大脑解剖学
背景情况:
- 从MRI扫描中手动细分人类海马子的子场是耗时的,需要专门的专业知识.
- 这限制了对不同海马子区域的功能作用的研究.
- 现有的自动化方法可能缺乏广泛采用所需的准确性和验证.
研究的目的:
- 开发和验证用于将人类海马细分成六个子区域的自动化协议.
- 为3T和7TMRI数据提供合适的协议.
- 为了促进更高效和更容易获得的海马子领域研究.
主要方法:
- 在大量健康年轻成年人群中培训的自动化细分协议的开发 (n=140在3T,n=40在7T).
- 专家评级人员的手动细分被用作培训和测试的黄金标准.
- 为了评估细分质量,进行了评价者间可靠性分析.
主要成果:
- 自动化协议实现了高质量的海马子场细分,与专家手动细分器相比.
- 这些协议成功地细分了六个不同的子区域:牙状/CA4,CA2/3,CA1,脑膜,前/脑膜,和脑膜.
- 为3T和7TMRI数据提供了对协议的开放访问.
结论:
- 开发的自动化协议显著减少了海马子场细分所需的时间和专业知识.
- 这些经过验证的工具有望加速对海马功能及其在各种认知过程中的作用的研究.
- 协议的开放性质促进了更广泛的采用和现场进步.
