无监督的半自动MRI细分检测慢性创伤性脑损伤中的皮质病变扩张
Holly J Freeman1, Alexander S Atalay1, Jian Li1,2
1Department of Neurology, Center for Neurotechnology and Neurorecovery, Massachusetts General Hospital and Harvard Medical School, Boston, MA, United States.
Frontiers in neurology
|October 31, 2025
概括
一个新的半自动化工具准确地测量创伤性脑损伤 (TBI) 后的大脑病变的变化. 这种方法揭示了随着时间的推移,病变体积的显著扩张,有助于神经退行研究.
科学领域:
- 神经成像是一种神经成像.
- 神经学 神经学
- 医疗技术 医疗技术 医学技术
背景情况:
- 创伤性脑损伤 (TBI) 是神经退行和认知衰退的已知危险因素.
- 了解TBI的病理生理机制受限于使用神经成像准确测量皮质病变的挑战.
- 开发高效的病变检测方法对于纵向TBI研究至关重要.
研究的目的:
- 开发和验证一种半自动化工具,用于检测和测量慢性TBI患者的皮质病变.
- 应用此工具来研究TBI队列中大脑结构和损伤体积的纵向变化.
主要方法:
- 利用了24名慢性中度至重度TBI (TBI研究的后期影响) 患者的T1加权MRI扫描.
- 使用FreeSurfer分片和SynthSR超分辨率技术进行自动化损伤识别.
- 嵌入受过训练的评级人员手动编辑,以创建半自动化的损伤细分,根据地面真相进行验证.
主要成果:
- 与手动方法相比,半自动化工具在病变细分方面表现出高准确度.
- 在3.1年的中位数随访期间,观察到病变体积的显著增加 (中位数变化:4.91毫升,p < 0.0001).
- 61%的测量病变显示出显著扩张,超过了评价者之间的变化.
结论:
- 半自动化损伤细分是研究慢性TBI的可行和有效方法.
- 这种工具有助于研究纵向病变变化,并提供对创伤后神经退行机制的见解.
- 该工具的进一步验证和改进可以加强TBI中神经成像研究.
更多相关视频
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
40.8K
10:25Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping
Published on: September 25, 2019
49.2K
