NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Bireysel beyin MR taramalarının standart beyin şablonlarına doğrusal olmayan kaydı, nörogörüntülemede yaygın bir uygulamadır ve son 20 yılda çoklu kayıt algoritmaları geliştirilip rafine edilmiştir. Bununla birlikte, mevcut algoritmaları nicel olarak karşılaştırmak için çok az şey yapılmıştır ve bu çalışmaların çoğu, fMRI literatüründe önemleri göz önüne alındığında, yalnızca kortikal yapılara odaklanmıştır. Buna karşılık, fonksiyonel beyin cerrahisi ve derin beyin stimülasyonu (DBS) gibi klinik uygulamalar için, altkortikal yapıların şablon ve bireysel alan arasında uygun şekilde hizalanması önemlidir. Bu, subtalamik çekirdek (STN) ve iç pallidum (GPi) gibi anatomik DBS hedeflerinin atlas tabanlı segmentasyonlarına izin verir. Burada, altkortikal normalleştirme ve segmentasyon sonuçlarında altı modern ve yerleşik algoritmanın performansını, 100'den fazla denekte 11.000'den fazla doğrusal olmayan çözgü hesaplayarak sistematik olarak değerlendirdik. Her algoritma için, performansını tek başına T1 veya T2-ağırlıklı satın almalar veya paralel olarak T1, T2- ve PD ağırlıklı satın almaların bir kombinasyonunu kullanarak değerlendirdik. Ayrıca, en iyi performans gösteren algoritmalar için optimize edilmiş parametreler sunuyoruz. Her algoritmayı iki veri kümesinde test ettik, genç deneklerin son teknoloji ürünü bir MRI kohortu ve tipik bir DBS Parkinson Hastalığı kohortu ile yaş ve MR kalitesinde eşleştirilmiş bir kohort. Son boru hattımız, DBS hedeflerini her iki kohorttaki manuel uzman segmentasyonlarıyla karşılaştırılabilir hassasiyetle segmentlendirebilir. Her ne kadar mevcut çalışma iki önemli DBS hedefi olan STN ve GPi'ye odaklansa da, bu yöntemler talamik çekirdekler veya çekirdek akümübenleri gibi diğer küçük subkortikal yapılara kadar uzanabilir.
Özgün kaynak özetini okuyun
Nonlinear registration of individual brain MRI scans to standard brain templates is common practice in neuroimaging and multiple registration algorithms have been developed and refined over the last 20 years. However, little has been done to quantitatively compare the available algorithms and much of that work has exclusively focused on cortical structures given their importance in the fMRI literature. In contrast, for clinical applications such as functional neurosurgery and deep brain stimulation (DBS), proper alignment of subcortical structures between template and individual space is important. This allows for atlas-based segmentations of anatomical DBS targets such as the subthalamic nucleus (STN) and internal pallidum (GPi). Here, we systematically evaluated the performance of six modern and established algorithms on subcortical normalization and segmentation results by calculating over 11,000 nonlinear warps in over 100 subjects. For each algorithm, we evaluated its performance using T1-or T2-weighted acquisitions alone or a combination of T1-, T2-and PD-weighted acquisitions in parallel. Furthermore, we present optimized parameters for the best performing algorithms. We tested each algorithm on two datasets, a state-of-the-art MRI cohort of young subjects and a cohort of subjects age- and MR-quality-matched to a typical DBS Parkinson's Disease cohort. Our final pipeline is able to segment DBS targets with precision comparable to manual expert segmentations in both cohorts. Although the present study focuses on the two prominent DBS targets, STN and GPi, these methods may extend to other small subcortical structures like thalamic nuclei or the nucleus accumbens.
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.