基于强度评估的海马细分算法使用配对的前对比和后对比MRI
Justin Cramer1, Leslie Baxter1, Harrison Lang1
1Department of Radiology, Mayo Clinic Arizona, 5711 E Mayo Blvd, Phoenix, AZ 85054, USA.
Bioengineering (Basel, Switzerland)
|March 28, 2025
概括
在MRI中精确的海马体细分对于诊断神经疾病至关重要. 这项研究引入了一种新的voxel强度方法,发现像HippMapp3r和e2dhipseg这样的专用算法比全脑方法提供更高的准确性.
科学领域:
- 神经成像是一种神经成像.
- 医学图像分析 医学图像分析
- 神经学 神经学
背景情况:
- 海马细分对于诊断神经系统疾病如阿尔茨海默氏症痴呆症至关重要.
- 不准确的细分,通常是由于包括脑脊液 (CSF) 或胆管,导致高估和混分析.
- 使用虚拟或手动标签的现有评估方法可能无法检测出这些细分不准确性.
研究的目的:
- 开发和评估一种基于直接声素强度的方法,用于评估海马区分的准确性.
- 为了比较六种不同的海马细分算法的性能.
主要方法:
- 使用T1加权MRI扫描对联的前对照和后对照.
- 通过添加边际灰质和删除边际CSF和增强来计算总校正量来精细细分类.
- 评估了六种算法:e2dhipseg,HippMapp3r,hippodeep,AssemblyNet,FastSurfer,以及QuickNat. 这三种算法都被使用了.
主要成果:
- HippMapp3r和e2dhipseg显示了最小的总校正量,表明更高的准确性.
- 希波迪普也表现出了竞争力的表现.
- 专门的海马细分算法超过了一般的全脑细分方法.
结论:
- 拟议的基于voxel强度的方法提供了对细分精度的更直接的评估.
- 专门的海马细分算法对于这个区域比全脑方法更准确.
- 在神经成像研究中,建议HippMapp3r和e2dhipseg用于精确的海马体积测量.
关键词:
这是阿尔茨海默氏症痴呆症.磁力共振成像体积测量仪海马的细分是指海马的细分.这种疾病是 mesial temporal sclerosis,也就是 mesial 时硬化症.细分 细分 提炼 细分 提炼更多相关视频
11:03High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging
Published on: November 10, 2015
10.1K
09:38Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
Published on: November 14, 2017
15.9K
