针对新生儿磁共振图像的自动脑组织细分学科特制图谱
Negar Noorizadeh1, Kamran Kazemi2, Seyedeh Masoumeh Taji3
1Department of Pediatrics, University of Tennessee Health Science Center, Memphis, TN, USA.
Scientific reports
|August 18, 2024
概括
这项研究提出了一种新的方法,可以从MRI扫描中对新生儿脑组织进行细分,从而达到高精度. 这种技术改善了新生儿的大脑分析,并有助于创建现实的头部模型.
科学领域:
- 医疗成像医学成像
- 神经科学是一个神经科学.
- 计算解剖学的计算解剖学
背景情况:
- 新生儿脑组织的MRI细分对于结构分析至关重要,但由于婴儿头部大小和反转的T1/T2对比度而具有挑战性.
- 准确的细分对于诸如脑表面重建和新生儿现实头部模型创建等应用至关重要.
研究的目的:
- 开发一种先进的,基于天文图表的技术,用于在新生儿大脑MRI图像中对灰质 (GM),白质 (WM) 和脑脊液 (CSF) 进行细分.
- 通过结合各种基于组织强度和梯度的特征来提高细分精度.
主要方法:
- 使用随机森林 (RF) 分类器创建一个特定主题的地图.
- 使用预期最大化-马尔科夫随机场 (EM-MRF) 方法进行大脑组织细分.
- 利用基于强度和梯度的特征来提高细分精度.
主要成果:
- 在40张新生儿MRI图像 (37-44周妊娠年龄) 上获得了94.3%的整体准确性.
- 获得的平均子相似系数 (DSC) 为0.945 (GM),0.947 (WM) 和0.912 (CSF).
- 与现有的多图书馆细分方法相比,其准确性提高了多达4%,特别是在复杂的解剖区域.
结论:
- 拟议的基于主体特定的图谱的方法提供了准确的新生儿脑组织细分.
- 这种技术对于推进新生儿大脑MRI应用,包括表面重建和现实的头部建模至关重要.
更多相关视频
08:49Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy
Published on: August 1, 2022
3.5K
06:36Author Spotlight: High-Resolution Imaging of Mouse Neonate Brains – A Micro-CT Protocol with Lugol's Solution Contrast Agent
Published on: May 19, 2023
1.5K
