通过基于人工智能的3DT1MRI体积测量分析自动化异常正常压力脑水症诊断
Joonhyung Lee1,2, Dana Kim3, Chong Hyun Suh4
1From the NAVER Cloud Inc (J.L.), Seoul, Republic of Korea.
AJNR. American journal of neuroradiology
|September 9, 2024
概括
这项研究开发了一种人工智能工具,可以使用MRI扫描自动诊断异常性正常压力头症 (iNPH). 人工智能模型显示了高准确度,使得这种可逆性痴呆症的大规模查成为可能.
科学领域:
- 神经成像是一种神经成像.
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 异常性正常压力脑症 (iNPH) 是一种被诊断不足,可逆性导致痴呆的病因.
- 准确和高效的诊断方法对于及时干预至关重要.
研究的目的:
- 在T1加权MRI扫描上使用人工智能 (AI) 开发iNPH的自动诊断方法.
- 为了使iNPH在最小的人类干预下进行大规模的查.
主要方法:
- 用了452个T1加权的3D脑MRI扫描用于训练和110个用于测试.
- 开发了关键iNPH指标的自动测量算法 (例如,埃文斯指数,西尔维亚裂扩大).
- 训练 XGBoost 模型使用自动测量和手动标签进行 iNPH 预测.
主要成果:
- 人工智能模型实现了高性能,在完全自动化诊断的未见测试组中,曲线下的面积 (AUC) 为0.936.
- 个别自动测量显示出强的性能,例如高凸性紧密度的AUC为0.956.
- 对于像埃文斯指数 (0.924) 这样的自动测量,观察到高的类内相关值.
结论:
- 已经开发了一个强大的机器学习算法,用于从3D T1加权MRI中诊断iNPH.
- 拟议的自动化方法可轻松进行大规模的iNPH查,减少人力投入.
- 这种人工智能驱动的方法有可能改善iNPH的早期检测和管理.
