身体MRI/CT和从中国Phenobank项目中提取成像衍生的表型 (IDP) 的协议

科学领域:

• 生物医学成像技术 生物医学成像技术
• 放射学 放射学是一门学科.
• 人口健康科学 人口健康科学

背景情况:

• 基于人口的队列研究缺乏标准化的身体成像协议和处理管道,这阻碍了大规模数据分析.
• 中国现象银行项目 (CHPP) 旨在建立全面的健康数据,需要强大的成像方法.
• 现有的成像技术往往没有优化,以在大型队列中同时进行多器官评估.

研究的目的:

• 描述一个新的,全面的身体成像协议,用于CHPP内的多器官评估.
• 引入优化的图像处理管道,包括深度学习细分,以高效分析大型图像数据集.
• 为未来基于人口的成像研究提供基础参考.

主要方法:

• 开发了一种多模式成像协议,包括心脏MRI (40分钟),CT (5分钟),腹部MRI (20分钟) 和骨盆MRI (10分钟).
• 利用深度学习细分模型,自动分析来自多个器官 (心脏,肝脏,脏,胰腺,脏,肺,前列腺,子宫) 的成像数据.
• 在中国现象银行项目 (CHPP) 框架内的综合成像协议.

主要成果:

• 成功建立了一个时间效率高,适合人口研究的多器官身体成像协议.
• 证明了使用深度学习进行快速准确的图像处理和分析的可行性.
• 该协议涵盖了各种各样的器官,提供了对生理状态的整体观点.

结论:

• 开发的身体成像协议和基于深度学习的处理管道为基于人口的研究提供了标准化的方法.
• 这种方法方便对多器官成像数据进行有效和全面的分析,促进了人口健康研究.
• 该CHPP成像协议作为计划和执行大规模队列研究的宝贵参考.