半脑生长作为整个大脑生长的生物标志物
Utkarsh S Bajaj1, Mingzhao Yu1, Kelsey Tempelton2
1Pennsylvania State University, University Park, PA, USA.
medRxiv : the preprint server for health sciences
|November 19, 2025
概括
这项研究引入了一个人工智能管道,用于测量头症患者的脑部生长,使用人工物受影响的MRI扫描. 该方法通过分析未受影响的半球来准确评估大脑体积,有助于治疗评估.
科学领域:
- 神经成像是一种神经成像.
- 医疗人工智能 医疗人工智能
- 儿科神经外科 儿科神经外科
背景情况:
- 准确的脑脊液 (CSF) 和大脑体积估计对于评估头症的治疗方法至关重要,如分流和内镜第三心室静脉切除术 (ETV).
- 磁力共振成像扫描中的分流器的金属工件可能会阻碍精确的体积测量.
- 现有的方法与受文物影响的扫描作斗争,需要新的方法来进行体积评估.
研究的目的:
- 开发和验证一个基于人工智能 (AI) 的自动化管道,用于半脑细分和体积评估,用于头症患者的金属分离器.
- 为了评估水头症患者的脑部生长,使用人工物受影响的MRI扫描.
- 建立半脑体积测量作为整个大脑体积评估的可行代理.
主要方法:
- 一个人工智能管道被开发出来,包括一个大脑/中枢神经细分模型和一个半脑面具生成器.
- 该管道经过训练和验证,使用75名儿科水头发病患者的手动细分的MRI数据 (内镜对婴儿水头发病治疗试验).
- 术前和术后的T2MRI扫描被用来计算左半球和右半球的体积,并分析生长曲线.
主要成果:
- 手术后半球体积比接近正常比,并随着时间的推移保持稳定.
- 人工智能管道在生成半脑面具和细分大脑/中枢神经液方面表现出高准确性.
- 自动化半脑体积估计在金属文物存在时被证明是有效的.
结论:
- 对未受影响半球的半脑大脑体积估计是一种可行的方法,用于评估头症患者的脑部生长.
- 开发的AI管道以高精度自动化了这一过程,为监测儿科患者提供了宝贵的工具.
- 这种方法有助于有效评估和管理头的治疗方法.


