CADA-computer-aided DaTSCAN analysis.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Arka planDopamin taşıyıcı (DaT) görüntüleme (DaTSCAN) parkinson sendromunun ayırıcı teşhisi için yararlıdır. DaTSCAN görüntülerinin görsel değerlendirmesi, genel olarak kabul edilen tanı yöntemini temsil eder, ancak gözlemcinin deneyimine güçlü bir şekilde bağlıdır ve gözlemciler arası ve gözlemci içi değişkenliği gösterir. DaTSCAN değerlendirmesi için güvenilir ve otomatik bir yöntem objektif niceleme sağlayabilir; uzunlamasına çalışmalar için arzu edilir ve daha iyi bir takip kontrolü sağlar. Ayrıca, motor semptomların şiddeti ile ilgili tutarlı önlemler üretmek için otomatik bir yöntem için çok önemlidir.MetodlarBu çalışmada, biz striatal yoğunluk, şekil, simetri ve ölçüde dayalı nicel önlemler üreten DaTSCAN analizi için yeni bir tam otomatik teknik önermek. Bu önlemleri bir destek vektör makinesi (SVM) sınıflandırıcısı kullanarak test ettik.SonuçlarÖnerilen önlemler Parkinson hastalığı (PD) ve kontrol denekleri olan hastalar arasında ayırt etmede %100 doğruluk payına ulaştı. Ayrıca, doğrusal bir ilişkinin varlığını ve birikmiş yapısal ve fonksiyonel striatal özellikler ile Birleşik Parkinson Hastalığı Derecelendirme Ölçeği (UPDRS) motor skoru arasında üstel bir eğilimin varlığını gösteriyoruz.KonvansiyonlarDATSCAN analizi için doğrudan striatum alımı ve şekline bağlı nicel ölçümler üreten bir roman, son derece tekrarlanabilir, kullanıcıdan bağımsız bir teknik sunuyoruz. Bizim yöntemimizde, striatumun mekansal konformasyonu ve lokalizasyonu konusunda a priori bir varsayıma gerek yoktur ve hem alım hem de simetri indeks niceliğine katkıda bulunur. Bu önlemler bilgisayar destekli bir karar sistemini güvenilir bir şekilde destekleyebilir.

Özgün kaynak özetini okuyun

BackgroundDopamine transporter (DaT) imaging (DaTSCAN) is useful for the differential diagnosis of parkinsonian syndromes. Visual evaluation of DaTSCAN images represents the generally accepted diagnostic method, but it is strongly dependent on the observer's experience and shows inter- and intra-observer variability. A reliable and automatic method for DaTSCAN evaluation can provide objective quantification; it is desirable for longitudinal studies, and it allows for a better follow-up control. Moreover, it is crucial for an automated method to produce coherent measures related to the severity of motor symptoms.MethodsIn this work, we propose a novel fully automated technique for DaTSCAN analysis that generates quantitative measures based on striatal intensity, shape, symmetry and extent. We tested these measures using a support vector machine (SVM) classifier.ResultsThe proposed measures reached 100 % accuracy in distinguishing between patients with Parkinson's disease (PD) and control subjects. We also demonstrate the existence of a linear relationship and an exponential trend between pooled structural and functional striatal characteristics and the Unified Parkinson's disease Rating Scale (UPDRS) motor score.ConclusionsWe present a novel, highly reproducible, user-independent technique for DaTSCAN analysis producing quantitative measures directly connected to striatum uptake and shape. In our method, no a priori assumption is required on the spatial conformation and localization of striatum, and both uptake and symmetry contribute to the index quantification. These measures can reliably support a computer-assisted decision system.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.