相关实验视频
Updated: Jan 17, 2026
09:30
Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease
Published on: December 18, 2016
20.1K
第286届ENMC国际研讨会:肌肉成像:人工智能,自动细分和神经肌肉疾病中的成像数据共享. 荷兰的Hoofddorp,2025年3月7日至9日
Jodi Warman-Chardon1, Volker Straub2, John Vissing3
1Department of Medicine (Neurology), The Ottawa Hospital/Research Institute; University of Ottawa, Canada; Department of Genetics, Children's Hospital of Eastern Ontario/Research Institute, Canada.
Neuromuscular disorders : NMD
|January 14, 2026
概括
定量肌肉MRI (qMRI) 在神经肌肉疾病 (NMDs) 中显示出有前途的结果. 自动化细分工具和标准化协议是克服分析障碍和推进临床实施以更好地诊断和监测的关键.
科学领域:
- 神经学 神经学
- 医疗成像医学成像
- 生物标志物 生物标志物
背景情况:
- 定量肌肉MRI (qMRI) 是评估神经肌肉疾病 (NMDs) 的一个有价值的非侵入性工具.
- qMRI的临床使用受到耗时的手动肌肉细分的阻碍,限制了全面的分析.
- 障碍包括专业知识缺口和手动细分的过度时间需求.
研究的目的:
- 在NMDs的最佳qMRI采集和自动化分析协议上建立共识.
- 确定克服临床实施qMRI障碍的策略.
- 加快将qMRI转化为NMD管理的常规临床实践.
主要方法:
- 与来自10个国家的18名国际专家共识研讨会.
- 审查NMD中心当前的qMRI采集协议和分析工具.
- 评估自动细分方法,包括3D U-Net机器学习模型.
- 讨论多中心研究标准化,数据共享和联合学习.
主要成果:
- 大多数中心使用qMRI,但手动细分是一个重要的瓶.
- 自动细分,特别是3D U-Net,显示了对高效和准确的肌肉分析的承诺.
- 机器学习模型在区分NMD方面显示出比人类专家更高的准确性.
- 标准化的协议和数据共享平台对于大规模的NMD研究至关重要.
结论:
- 集成到临床工作流程中的自动化3D肌肉细分可以彻底改变NMD诊断和监测.
- 标准化qMRI协议和开发自动化工具对于临床翻译至关重要.
- 这一共识为推进qMRI作为NMDs的临床生物标志物提供了路线图.
