自动细分深层大脑结构从反转恢复MRI
Aigerim Dautkulova1, Omar Ait Aider1, Céline Teulière1
1Université Clermont Auvergne, Clermont Auvergne INP, CNRS, Institut Pascal, F-63000 Clermont-Ferrand, France.
概括
使用白物质减弱倒置恢复 (WAIR) 的自动化大脑细分超越了帕金森氏症患者深层大脑结构的T1成像.
科学领域:
- 神经成像是一种神经成像.
- 医学图像分析 医学图像分析
- 计算神经科学是一种神经科学.
背景情况:
- 由于有限的手动划分,深层大脑结构的自动细分具有挑战性.
- 准确的细分对于理解像帕金森病这样的神经系统疾病至关重要.
研究的目的:
- 评估深层大脑结构的自动细分,使用白物质减弱倒置恢复 (WAIR) MRI.
- 将WAIR MRI与T1和DTI成像进行比较,用于对帕金森病患者的五个关键结构进行细分.
主要方法:
- 一个最先进的nnU-Net模型在53名帕金森病患者的临床数据集上进行了训练和测试.
- 使用WAIR,T1和DTIMRI图像,以及黑质体 (SN),亚thalamic核 (STN),红核 (RN),乳腺体 (MB) 和乳腺othalamic囊 (MT-fa) 的手动细分.
- 评估指标包括子相似系数 (DSC),95%的豪斯多夫距离 (95HD) 和体积相似性 (VS). 还评估了DTI矢量重定向的情况.
主要成果:
- 在所有指标 (DSC,95HD,VS) 中,WAIR MRI显著优于T1 MRI.
- 对MB,RN,SN,STN和MT-fa的细分精度 (DSC) 降低,与手动细分的复杂性相关.
- 重定位DTI扩散向量提高了自动化细分性能.
结论:
- 与T1MRI相比,WAIR MRI是一种优越的成像模式,用于自动细分深层大脑结构.
- nnU-Net方法证明了复杂的深层大脑结构的有效细分,性能因结构而异.
- DTI矢量重定向为自动化细分技术提供了潜在的增强.
