从与图雷特综合征相关的结构磁共振成像扫描中识别纹理特征,使用机器学习
Murilo Costa de Barros1, Kauê Tartarotti Nepomuceno Duarte2, Chia-Jui Hsu3
1University of Campinas, School of Technology, Computing Visual Laboratory, Limeira, Brazil.
Journal of medical imaging (Bellingham, Wash.)
|March 3, 2025
概括
图雷特综合征 (TS) 诊断可以使用磁共振成像 (MRI) 纹理特征来改进. 这种方法可以识别关键的大脑区域的变化,有助于精确的TS检测和理解.
科学领域:
- 神经成像是一种神经成像.
- 神经发育障碍 神经发育障碍
- 机器学习 机器学习
背景情况:
- 图雷特综合征 (TS) 是一种神经发育障碍,影响2-18岁的个体,其特点是不自发的运动和声部.
- 目前对TS的治疗涉及暂时的症状控制,缺乏确切的诊断工具来准确区分.
- 神经生理学和神经解剖学变化是TS的主要特征.
研究的目的:
- 通过分类结构磁共振成像 (sMRI) 扫描来增强图雷特综合征 (TS) 的诊断.
- 通过先进的图像分析来识别与TS相关的特定神经解剖区域.
主要方法:
- 获得儿科MRI数据.
- 图像的预处理使用reesurfer软件进行解剖细分.
- 从体积图像中提取纹理特征.
- 使用支向量机和天真贝叶斯算法对TS进行分类.
主要成果:
- 在边缘系统区域 (thalamus,杏仁体) 和非边缘区域 (中间轨道前皮层,insula) 观察到显著的变化.
- 这些已识别的区域与图雷特综合征的存在密切相关.
结论:
- 来自sMRI扫描的纹理特征可以帮助诊断TS.
- 拟议的方法显示了提高诊断准确度和了解TS的神经解剖学的基础的潜力.


