在T1-FS MR图像上进行自动结肠细分

科学领域:

• 医疗成像医学成像
• 胃肠病学 胃肠病学
• 计算生物学 计算生物学

背景情况:

• 通过磁共振成像 (MRI) 进行结肠内容分析对于了解饮食对肠道微生物群的影响至关重要.
• T2加权的MRI允许结肠膜细分,但需要T1加权的Fat-Sat来区分便和气体含量.
• 手动对T1加权的Fat-Sat图像进行细分是很困难的,自动化方法也缺乏.

研究的目的:

• 开发一种非监督的算法,用于在T1加权脂肪-度MRI中准确的结肠细分.
• 为了使大肠内的便和气体含量能够自动区分.
• 为改善临床诊断和肠道微生物群研究提供一个工具.

主要方法:

• 一个双相算法,结合了可变形注册和一种新的代结肠注册过程.
• 使用以概率模型为指导的网状变形来确定结肠边界概率.
• 结合了T1图像的T2加权细分的形状保存过程.

主要成果:

• 在识别地面真相标记便方面取得了93±5%的准确性.
• 通过代精制,在T1加权的Fat-Sat图像中证明了精确的结肠细分.
• 在3台采集机器的154次扫描中得到验证,显示了准确性,可用性和稳定性.

结论:

• 拟议的非监督算法提供了准确的T1加权脂肪-和结肠细分.
• 该方法因其准确性和稳定性而适合临床应用和研究.
• 促进了肠道微生物群研究和诊断的结肠内容的改进分析.