使用修改的SIENA方法评估宫脊髓缩

科学领域:

• 神经成像是一种神经成像.
• 神经学 神经学
• 生物医学工程 生物医学工程

背景情况:

• 脊髓缩是神经疾病中神经退行的一个关键指标.
• 目前用于评估SC缩的方法,如横截面积 (CSA) 变化,存在显著的变化.
• 基于注册的技术为SC缩评估提供了更准确的方法.

研究的目的:

• 介绍使用脊髓缩正常化 (SIENA-SC) 进行结构图像评估,这是用于直接计算脊髓缩体积变化的适应方法.
• 将SIENA-SC的性能与通用边界转移积分 (GBSI) 和CSA变化方法进行比较.
• 评估SIENA-SC在检测SC缩方面的强度,可重复性和灵敏性.

主要方法:

• 调整了原来的SIENA方法用于SC分析 (SIENA-SC),使用临床大脑MRI扩展视野.
• 将SIENA-SC与GBSI和CSA在扫描重扫描数据集上的变化进行比较.
• 应用SIENA-SC来比较190名健康对照组和65名多发性硬化症患者之间的SC缩率.

主要成果:

• 与GBSI和CSA相比,SIENA-SC在扫描重扫描数据集上的测量误差最低.
• 在SIENA-SC中,多发性硬化症患者的每年SC缩率明显高于健康对照组.
• SIENA-SC需要更小的样本大小来检测治疗效应,这表明灵敏度更高.

结论:

• SIENA-SC是一种可靠,可重复和敏感的方法,用于评估纵向SC体积变化.
• SIENA-SC为神经科学家提供了一个可访问的,自动化的工具,最大限度地减少手工干预和测量变化.
• 这种方法通过更准确的SC缩量化来增强神经退行症的研究.