阿尔茨海默氏症成像联盟

科学领域:

• 神经成像是一种神经成像.
• 人工智能在医学中的应用
• 脑血管健康 脑血管健康

背景情况:

• 白质超强度 (WMHs) 是大脑血管健康和神经退行性疾病的关键指标.
• 准确的WMH量化对于了解衰老,认知和阿尔茨海默病至关重要.
• 深度学习为WMH细分提供了强大的工具,但性能验证有限.

研究的目的:

• 评估和比较五个深度学习WMH细分管道的性能.
• 将这些管道与专家神经放射学家的评级进行基准测试.
• 为了确定临床和研究应用的最准确的管道.

主要方法:

• 处理了100名老年人 (≥80岁) 的FLAIR扫描.
• 五个深度学习管道 (sysu_media,ANTSx,DeepWMH,TrUE-Net,HyperMapp3r) 被用于细分.
• 一位神经放射学家用7点的利克特等级给出了对细分质量的盲目评分.

主要成果:

• 在管道之间观察到细分质量的显著差异 (p < 7.73 x 10−43).
• ANTSx获得了最高的平均评级 (5.59 ± 1.17),超过了所有其他评级 (p < 0.00001).
• HyperMapp3r获得了最低的评分 (2.33 ± 1.22),而DeepWMH,sysu_media和TrUE-Net显示了可比的性能.

结论:

• 深度学习的WMH细分质量存在很大变化.
• 专家评估对于选择可靠的自动化细分工具至关重要.
• ANTSx管道展示了卓越的性能,提供了临床上可信的细分.