在较轻度的神经退行性疾病中,MRI数据的自动细分是一个案例
Connor J Lewis1, Jean M Johnston1, Precilla D'Souza1
1Office of the Clinical Director and Medical Genetics Branch, National Human Genome Research Institute, 10 Center Drive, Bethesda MD USA.
medRxiv : the preprint server for health sciences
|March 4, 2025
概括
自动化MRI细分管道显示出评估GM1化病的前景,volBrain和Freesurfer显示出与手动细分有很强的相关性. 这些自动化方法为神经退行性疾病研究提供了更快,更可重复的结果.
科学领域:
- 神经成像是一种神经成像.
- 神经学 神经学
- 医学图像分析 医学图像分析
背景情况:
- 磁力共振成像数据的体积分析和细分对于评估神经疾病的进展和发展至关重要.
- 与手动方法相比,自动化细分管道提供了更好的速度和可重复性.
- 在神经退行性疾病中评估自动化管道的准确性是必不可少的,因为它们通常被训练在神经类型的控制上.
研究的目的:
- 为了比较五个自动化MRI细分管道 (FSL,Freesurfer,volBrain,SPM12,SimNIBS) 与手动细分的准确性.
- 为了评估患者的管道性能与GM1化和神经类型的对照.
- 在神经退行症的背景下,为特定的大脑结构确定最可靠的自动化管道.
主要方法:
- 分析了来自16名青少年GM1球症患者的45张MRI扫描,来自8名晚期婴儿GM1球症患者的11张扫描,以及来自11名神经类型对照者的19张扫描.
- 将自动细分结果与7个大脑结构的手动细分结果进行比较:总大脑,双侧丘脑,心室,双侧尾状核,双侧状核,大脑体和小脑.
主要成果:
- volBrain的vol2Brain管道显示了与手动细分对整个大脑,心室和丘脑的最强的相关性.
- 弗里斯冲浪者的搜索管道显示了尾状核的最高相关性.
- 小脑细分的准确性各不相同,volBrain和SimNIBS根据队列显示强烈的相关性.
- 状核细分精度在Freesurfer的recon-all和FSL的FIRST的组合下最高.
- 体细分在管道和队列中表现出很高的变化.
结论:
- 自动化MRI细分管道可以产生与手动细分相美的结果,甚至在神经退行性疾病中,如GM1性化症.
- 自动化方法在速度,可重复性和分析大数据集的能力方面具有优势,克服了手工流程的局限性.
- 未来的研究应该探索基于人工智能的分段管道,用于神经退行性疾病,包括GM1质化症和其他溶酶体储存疾病.
