多发性硬化症中自动化损伤细分软件的横截面验证:与放射科医生评估的比较
Maria Vittoria Spampinato1, Heather R Collins1, Hannah Wells1
1From the Department of Radiology, Medical University of South Carolina, Charleston, SC, USA (MVS, HRC, WD, JHC, JAC, MGM, STS, DRR), College of Medicine, Medical University of South Carolina, Charleston, SC, USA (HW, EY).
AJNR. American journal of neuroradiology
|January 13, 2025
概括
这项研究表明,人工智能驱动的k-最近邻居 (k-NN) 软件可以准确量化多发性硬化症 (MS) 患者的白质病变 (WML). 软件 软件就是软件.
科学领域:
- 神经成像是一种神经成像.
- 人工智能在医学中的应用
- 量化MRI分析 分析
背景情况:
- 磁共振成像 (MRI) 对于评估多发性硬化症 (MS) 疾病负担至关重要.
- 精确量化白质病变 (WML) 对于监测多发性硬化症的进展和治疗疗效至关重要.
- 目前的WML评估方法可能是耗时和主观的.
研究的目的:
- 评估商业k-最近邻居 (k-NN) 软件的有效性,以量化MS的WML负担.
- 将软件的WML量化准确性与专家放射科医生的评估进行比较.
- 确定AI驱动的后处理在MS MRI解释中的实用性.
主要方法:
- 从32名多发性硬化症患者和19名非多发性硬化症对照患者的大脑MRI的回顾性审查.
- 使用人工智能驱动的基于云的k-NN软件处理MRI图像,用于WML量化.
- 软件生成的WML数据与盲目放射科医生和神经放射科医生的半定量评估的比较.
主要成果:
- 在k-NN软件实现了94.1%的WML计数准确率和84.3%的WML体积在MS与非MS受试者区分.
- 软件的准确性与放射科医生的评估 (90.2%-94.1%) 相当.
- 损伤细分的准确性在深层WM和内膜区域高于皮层下区域 (p <0.001).
结论:
- k-NN衍生的WML体积和数量是MS疾病负担的有价值的定量指标.
- 由人工智能驱动的后处理软件可以增强MS患者的大脑MRI的解释.
- 这项技术为更客观,更有效的MS评估提供了潜力.
