半圆形运河空间态度的智能分析和测量
Mi Zhou1, Jiesheng Mao1, Xiaoqing Li1
1Third Affiliated Hospital of Shanghai University (Wenzhou People's Hospital), School of Medicine, Shanghai University, Wenzhou, China.
Frontiers in neurology
|October 1, 2024
概括
本研究介绍了一种使用深度学习的智能方法,用于自动测量MRI扫描中的半圆通道空间定向. 这种方法有助于诊断和治疗前体疾病,并推动研究.
科学领域:
- 医疗成像医学成像
- 计算解剖学的计算解剖学
- 神经科学是一个神经科学.
背景情况:
- 半圆形通道对于平衡和空间定向至关重要.
- 精确测量它们的空间定向对于诊断前体障碍至关重要.
- 目前评估半圆通道方向的方法可能是耗时和主观的.
研究的目的:
- 开发一种智能,自动化的方法来解释和测量半圆形通道的空间方向,使用头骨MRI.
- 创建一个精确的数学模型,表示半圆形运河的空间方向.
- 建立个性化诊断和治疗前体疾病的基础.
主要方法:
- 使用了115个头骨MRI扫描的数据集.
- 采用nnDetection深度学习算法用于半圆形通道和眼球的自动细分.
- 应用了点特征分析,点对点平面拟合,以及用于正常向量计算的奇数值分解.
- 将结果校准到一个标准的空间坐标系.
主要成果:
- 该nnDetection算法实现了高子值 (0.9585和0.9663) 的细分精度.
- 半圆形通道平面的单位正向量准确的方向角为左侧和右侧计算.
- 证明成功实时自动测量半圆形通道空间方向.
结论:
- 成功开发和验证了一种自动化方法,用于从MRI测量半圆形通道的空间方向.
- 该方法提供了个性化诊断和前体疾病治疗优化的基础.
- 建立了对前置功能和相关疾病的未来研究的基本工具和理论基础.
