自动化面生物识别与3D T2w胎儿MRI
Jacqueline Matthew1,2, Alena Uus1, Alexia Egloff Collado1,2
1Department of Early Life Imaging, School of Biomedical Engineering and Imaging Sciences, King's College London, St Thomas' Hospital, London, UK.
medRxiv : the preprint server for health sciences
|August 26, 2024
概括
这项研究引入了一种自动化的胎儿MRI方法,用于精确的面测量,识别唐氏综合征 (T21) 胎儿的关键差异. 该管道显著减少了测量时间,并提高了产前诊断的准确性.
科学领域:
- 医疗成像医学成像
- 胎儿医学 胎儿医学
- 遗传学 是一个遗传学.
背景情况:
- 产前面评估对于诊断遗传疾病至关重要,但在3D超声波方面是主观和具有挑战性的.
- 需要自动化方法来提高胎儿面测量的准确性和效率.
研究的目的:
- 开发和验证一个用于胎儿面生物识别的自动化管道,使用3D运动校正,切片对体积重建 (SVR) 的胎儿MRI.
- 与对照人群相比,在患有唐氏综合征 (T21) 的胎儿中发现显著的头骨面部差异.
主要方法:
- 用于自动注册,自动标记和生物识别计算,使用了带有解剖学地标的MRI地图集.
- 分析了108名健康对照和24名T21 (29-36周GA) 的胎儿.
- 可靠性和可重复性由四名观察员评估.
主要成果:
- 自动化管道实现了0.03%的地标位置错误率.
- 七项测量,包括头骨前底部和长,显示T21和对照组之间存在显著差异 (p<0.001).
- 自动测量需要5分钟,而手动测量需要25-35分钟.
结论:
- 这是第一个基于亚特拉斯的自动化协议,用于使用3D SVR MRI进行胎儿面生物识别.
- 该方法准确地揭示了T21胎儿的形态差异,有助于产前诊断.
- 未来的工作重点是提高可靠性,并扩展到更大的临床队列.
