通过基于人工智能的MRI体积测量来确定异常性正常压力水脑症中大脑和心室体积的改变
Zeynep Bendella1,2, Veronika Purrer2,3, Robert Haase1,2
1Department of Neuroradiology, Faculty of Medicine, University Hospital Bonn, Rheinische Friedrich-Wilhelms-Universität Bonn, 53127 Bonn, Germany.
基于人工智能 (AI) 的MRI体积可以从阿尔茨海默病和对照中区分异常性正常压力脑症 (iNPH). 这种AI方法可以识别iNPH中特有的大脑和心室体积变化,帮助诊断.
科学领域:
- 神经成像是一种神经成像.
- 人工智能的人工智能
- 神经学 神经学
背景情况:
- 异常性正常压力脑症 (iNPH) 提出了诊断挑战,通常与阿尔茨海默氏症 (AD) 和正常衰老重叠.
- 准确的区分对于及时干预和适当的患者管理至关重要.
研究的目的:
- 评估基于AI的MRI体积测量在区分iNPH与AD和健康对照 (CG) 的有效性.
- 为了将AI衍生的体积数据与iNPH的确定的放射学标记者相关联.
主要方法:
- 使用基于AI的MRI体积测量 (mdbrain软件) 对123名受试者 (41名iNPH,41名AD,41名CG) 的回顾性分析.
- 自动确定皮层,皮下和心室体积,并计算正常化百分位数.
- 与埃文斯指数和大脑角的相关性分析.
主要成果:
- 与AD和CG相比,iNPH患者表现出显著的腹腔扩大 (总体+67%,侧面+68%) 和白质减少.
- 阿尔茨海默病患者表现出全局和前侧平行状灰质减少.
- 人工智能体积测量显示出不同的模式:iNPH的特征是白质缩,AD的特征是灰质缩.
结论:
- 基于AI的MRI体积学有效地将iNPH与AD区分开来,并通过识别独特的体积特征来控制.
- 人工智能体积与传统标记物的整合可以改善iNPH诊断和管理.
- 这项技术为增强患者分层和治疗反应评估提供了潜力.
更多相关视频
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
15:263D Modeling of the Lateral Ventricles and Histological Characterization of Periventricular Tissue in Humans and Mouse
Published on: May 19, 2015
相关概念视频
Anatomy of the Brain: Ventricles
Increased Intracranial Pressure l: Introduction
Increased Intracranial Pressure ll: Pathophysiology
Cerebral Edema l: Introduction
Cerebral Edema ll: Pathophysiology
