解读最好的自动细分工具用于血管白质在老化大脑中的超强度:临床医生的准确性和目的指南

科学领域:

• 神经成像是一种神经成像.
• 血管神经学 血管神经学
• 医疗信息学 医疗信息学

背景情况:

• 白质超强度 (WMH) 在老年人中很常见,与认知衰退,中风风险和大脑结构变化有关.
• 目前在MRI上对WMH的视觉评估是耗时的,容易产生评分者的变化.
• 精确监测WMH对于早期风险识别和脑血管疾病的管理至关重要.

研究的目的:

• 评估由自动化工具对脑血管疾病恶化的风险概况进行量化WMH测量的实用性.
• 为了比较开放式WMH细分工具与手动临床细分的精度.
• 通过自动化WMH量化,提出和验证用于中度血管损伤的成像生物标志物.

主要方法:

• 对四种开放式WMH细分工具 (LST-LPA,LST-LGA,SAMSEG,BIANCA) 与手动细分的比较分析.
• 对WMH检测的监督和无监督算法的评估,重点关注准确性和一致性.
• 在现实世界队列 (N=300,年龄>50,MMSE>26) 中应用经过验证的工具,以评估临床效用并确定风险值.

主要成果:

• 监督的WMH细分算法 (LST-LPA,BIANCA) 显示出卓越的性能,特别是在小型WMH.
• 结合监督和无监督工具,增强了细分一致性.
• 拟议的成像生物标志物有效地识别了有风险的个体,根据WMH值区分认知和大脑结构概况.

结论:

• 自动化WMH量化为手工评估提供了准确和一致的替代方案.
• 监督算法对WMH细分非常有效,提高了诊断准确度.
• 定量WMH分析可以作为一种有价值的成像生物标志物,用于识别患有脑血管恶化风险的个体.