从临床获得的大脑MRI中确定儿科神经成像研究的"临床对照"的系统协议
Dabriel Zimmerman1,2,3, Ayan S Mandal1,2,3, Benjamin Jung1,2,3
1The Children's Hospital of Philadelphia Department of Child and Adolescent Psychiatry and Behavioral Sciences, Philadelphia, Pennsylvania, USA.
BMJ open
|October 15, 2025
概括
我们开发了一种使用机器辅助审查放射学报告的协议,以识别患有有限病理的儿科大脑MRI扫描. 这使得能够使用大型临床数据集进行强大的神经成像研究.
科学领域:
- 儿科神经影像学 儿科神经影像学
- 医学中的人工智能
- 医学数据科学 医学数据科学
背景情况:
- 儿科神经成像和人工智能 (AI) 的进展需要大量,多样化的数据集,以获得可靠的模型.
- 对临床大脑MRI扫描的回顾性分析可以补充前性研究数据.
- 医院拥有大量的常规获得的临床脑部MRI扫描档案.
研究的目的:
- 为从临床大脑MRI档案中识别"有限成像病理学的扫描"提出一个系统的协议.
- 为了使临床MRI数据用于神经发育成像研究的重新利用.
- 通过解决人口偏见和增加样本大小,支持大规模,可泛化的神经成像研究.
主要方法:
- 开发了一个系统的协议,用于识别合适的脑部MRI扫描.
- 该协议涉及机器辅助手动审查放射学报告.
- 一个标准化的分级方案,与专家神经放射学家一起创建,被非临床学家分级者用来根据病理和图像质量对扫描进行分类.
主要成果:
- 该协议有助于根据显著病理和图像质量的存在/缺席对临床大脑MRI扫描进行分类.
- 这种方法可以利用大量的临床成像档案 (例如,在CHOP>250,000扫描).
- 该方法旨在增加样本大小并提高神经成像研究的可复制性.
结论:
- 该协议使得临床对照脑MRI的可扩展和可靠的识别.
- 它支持大规模的,典型的大脑发育和神经遗传条件的可概括的神经成像研究.
- 这些发现将通过同行评审的出版物和学术会议传播.
