儿童MS:儿童多发性硬化损伤细分数据集
Maria Popa1, Gabriela Adriana Vișa2, Ciprian Radu Șofariu2
1Babeș-Bolyai University, Faculty of Mathematics and Computer Science, Department of Computer Science, Mihail Kogălniceanu 1, Cluj-Napoca, Romania. maria.popa@ubbcluj.ro.
Scientific data
|July 10, 2025
概括
这项研究介绍了儿童多发性硬化症 (MS) 病变细分的第一个MRI数据集. 它有助于研究罕见的儿科MS病例,并改进自动细分模型.
科学领域:
- 神经成像是一种神经成像.
- 儿科神经学 儿科神经学
- 医学数据科学 医学数据科学
背景情况:
- 多发性硬化症 (MS) 主要影响成年人,儿科病例很少见,研究不足.
- 对于儿科多发性硬化症的研究和数据集有限,阻碍了进展.
- 精确的病变细分对于了解儿科MS疾病进展至关重要.
研究的目的:
- 介绍了第一个公开可用的MRI数据集,用于儿科多发性硬化症病变细分.
- 促进对罕见儿科多发性硬化症病例的研究,并改进诊断工具.
- 支持开发先进的自动化病变细分模型.
主要方法:
- 从9名儿科多发性硬化症患者 (共28次扫描) 收集了纵向MRI扫描 (T1,T2,FLAIR).
- 为高质量的数据提供专家注释的损伤细分.
- 包括临床数据和初始症状进行全面分析.
- 评估了针对细分性能的深度学习模型.
主要成果:
- 建立了一个新的,高质量的MRI数据集,用于儿科MS.
- 使用深度学习模型展示了具有竞争力的细分性能.
- 提供了有关儿童多发性硬化病变特征和进展的见解.
结论:
- 该数据集是促进儿科多发性硬化症研究的宝贵资源.
- 它将有助于开发和验证改进的损伤细分算法.
- 该数据集支持未来在罕见疾病联合学习方面的工作.
