手动与基于人工智能的曲谱学:评估分数异构的一致性,适用性和方法论上的含义
Adrian Korbecki1, Maja Gewald2, Krzysztof Winiarczyk1
1Department of General and Interventional Radiology and Neuroradiology, Medical University Hospital, Wroclaw, Poland; Hetalox sp. z o.o., Wroclaw, Poland.
Computers in biology and medicine
|October 14, 2025
概括
通过手动扩散张力成像 (DTI) 和基于AI的TractSeg进行比较,可以发现分数异构 (FA) 值的显著差异. 这些FA指标是不可互换的,凸显了白质路径分析中需要标准化的需要.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 医学图像分析 医学图像分析
背景情况:
- 扩散张力成像 (DTI) 和受约束的球形解卷 (CSD) 对于绘制白物质区域至关重要.
- 分数异位变异 (FA) 值的差异是由于不同的导管学方法而产生的.
- 了解这些差异对于准确解释大脑连接研究至关重要.
研究的目的:
- 为了比较手动DTI确定性轨道图和基于AI的自动化方法 (TractSeg) 之间的分数异位变量 (FA) 测量.
- 为了评估从这些不同的曲谱学方法中得出的FA值的可互换性.
- 识别白质路径重建中的潜在偏差和差异.
主要方法:
- 分析了30名健康成年人的脑部MRI扫描.
- 使用基于DTI的供应商软件和使用TractSeg.的CSD重建了9个主要的白质片段.
- 使用各级可靠性指标比较FA值,包括类内相关系数 (ICC) 和规范值.
主要成果:
- 在手动DTI和基于AI的TractSeg方法之间观察到FA值的实质差异,大多数航道的ICC差到中等.
- 手动DTI方法通常会产生更高的FA值,特别是在体 (CC) 和下面的前后囊.
- 基于AI的TractSeg显示了未切割囊的更高的FA,并且始终产生更大的通道体积,尽管体积与FA可靠性无关.
结论:
- 从手动DTI和基于AI的TractSeg获得的FA值是不可互换的,因为方法之间存在显著的差异.
- 这些发现强调了方法标准化的必要性,以确保神经成像研究中可靠和可比的结果.
- 基于人工智能的方法可能为较小,复杂的纤维提供优势,但需要进一步验证以进行一致的FA量化.
