NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Substantia nigra (SN) pars compakta (SNc) dopaminerjik nöronların kaybı Parkinson hastalığının (PD) patolojik bir özelliğidir. Buna, NM'ye duyarlı MR ile in vivo olarak tespit edilebilen dopamin sentezi yan ürünü nöromelanin (NM) azalması eşlik eder ve PD'nin biyobelirteç olarak potansiyelini gösterir. Bu, manuel veya otomatik yöntemler uygulanarak elde edilen NM açısından zengin bölgenin tanımlanmasına dayanır. Şu anda, bu görev için kamuya açık araçların eksikliği var, bu yüzden yayıncılık için tasarlanmış derin bir sinir ağı eğittik, aynı zamanda SN'nin NM hiper yoğunluğunu segmentlemek için multiparametrik MR'ı birleştirmenin etkilerini araştırdık. Norveçli ve Kanadalı bir kohorttan oluşan 109 bireyden (87 PD, 22 sağlıklı kontrol) NM duyarlı mıknatıslanma transfer kontrastı dahil olmak üzere çoklu MRI kontrastları elde ettik. Bu yöntem, Parkinson'un İlerici İşaretleyiciler Girişimi'nden (PPMI) 209 MRI'da daha fazla değerlendirildi. Tek bir siteden naif bir şekilde eğitilen modellerin, farklı sitelerden benzer verilere maruz kaldıklarında çok kötü performans gösterme eğiliminde olduğunu gözlemledik ve dağıtım dışı veriler üzerinde doğrulamanın önemini vurguladık. Agresif veri artırımı uygulayarak, sorunu büyük ölçüde azaltabiliriz. Ayrıca, sinir ağının multiparametrik MR'lar üzerinde eğitilmesinden küçük bir ek düzenlileştirme etkisi gözlemledik. SN hiperintensitesinin crus cerebriye olan hacim ve kontrast-gürültü oranı (CNR) hastaları kontrollerden ayırt etmek için kullanıldı, alıcının çalışma karakteristiğinin (AUROC) altında 0.863 alan vardı. CNR'nin hastalık durumunun hacimden daha iyi bir belirleyicisi olduğu bulundu ve iki önlemi ayırt etmede potansiyel bir karışıklığı tartışıyoruz. Motor semptomların şiddeti ile hacim veya CNR arasında kontralateral bir ilişki gözlenmemiştir.
Özgün kaynak özetini okuyun
Loss of dopaminergic neurons in the substantia nigra (SN) pars compacta (SNc) is a pathological hallmark of Parkinson's disease (PD). This is accompanied by a reduction of the dopamine synthesis byproduct neuromelanin (NM), which can be detected in vivo with NM-sensitive MRI, showing potential as a biomarker of PD. This relies on delineating the NM-rich region, which is achieved by applying manual or automated methods. Currently, there is a lack of publicly available tools for this task, so we trained a deep neural network intended for publishing, while exploring the effects of incorporating multiparametric MRI for segmenting the NM hyperintensity of the SN. We obtained multiple MRI contrasts, including NM-sensitive magnetization transfer contrast from 109 individuals (87 PD, 22 healthy controls) comprising a Norwegian and a Canadian cohort. The method was further evaluated on 209 MRIs from the Parkinson's Progressive Markers Initiative (PPMI). We observed that models trained naively on images from a single site tended to perform very poorly when exposed to similar data from different sites, emphasizing the importance of validating on out-of-distribution data. By applying aggressive data augmentation, we could largely attenuate the problem. We also observed a small additional regularizing effect from training the neural network on multiparametric MRIs. Volume and contrast-to-noise ratio (CNR) of the SN hyperintensity to the crus cerebri were used to distinguish patients from controls, with an area under the receiver operating characteristic (AUROC) of 0.863. CNR was found to be a better marker of disease status than volume, and we discuss a potential confusion in discerning the two measures. No contralateral association was observed between the severity of motor symptoms and volume or CNR.
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.