精确的周脉空间细分在磁共振成像从人类连接体项目-衰老
Yaqiong Chai1, Hedong Zhang1, Carlos Robles1,2
1Mark and Mary Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California, Los Angeles, CA, USA.
medRxiv : the preprint server for health sciences
|April 1, 2025
概括
我们从脑部MRI扫描中创建了一个周围血管空间 (PVS) 的详细数据集,以帮助研究衰老和认知衰退. 本资源支持开发用于神经退行性疾病检测的自动细分工具.
科学领域:
- 神经成像是一种神经成像.
- 脑血管健康 脑血管健康
- 衰老研究研究 衰老研究
背景情况:
- 周血管空间 (PVS) 是大脑血管周围的充满液体的道,是淋巴系统的组成部分.
- 在PVS的变化与衰老和脑血管疾病有关,突出需要准确的细分.
- 目前的PVS细分方法面临的挑战是由于结构尺寸小,MRI外观可变,注释数据有限.
研究的目的:
- 从T2加权的MRI扫描中呈现高质量的,手动纠正的细分周周血管空间 (PVS) 数据集.
- 促进对整个成年人寿命 (30-100岁) 的PVS变化及其与认知衰退的关联的研究.
- 支持开发用于神经成像的先进的自动化医疗图像细分算法.
主要方法:
- 利用了200名受试者 (年龄在30-100岁) 的T2加权MRI扫描,这些受试者来自人类连接体项目衰老 (HCP-Aging) 队列.
- 采用混合方法,将无监督和深度学习技术结合起来,用于初始的PVS细分.
- 整合了手动校正,以确保分段PVS数据集的高准确性和可靠性.
主要成果:
- 创建了一个细分的周血管空间 (PVS) 的综合数据集.
- 该数据集涵盖了广泛的年龄范围,使与年龄相关的PVS分析成为可能.
- 该方法确保了高准确度,适合进行详细的科学研究.
结论:
- 提出的PVS数据集是研究老化和神经退行过程中的PVS动态的一个有价值的资源.
- 这一数据集将推动开发自动化细分工具,以改善医疗成像分析.
- 促进研究,将PVS变化与认知功能和神经系统疾病的早期检测联系起来.
