SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Olasılıksal haritalama ve insan beyin sapı beyaz madde demetlerinin otomatik segmentasyonu.

Probabilistic mapping and automated segmentation of human brainstem white matter bundles.

Makine çevirisi · Editoryal inceleme bekliyor

Proc Natl Acad Sci U S A · 2026-02-06

DOI: 10.1073/pnas.2509321123PMID: 41650217

Open accessresearch-article; Journal ArticleKaynağa git ↗

Araştırma özeti

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

Beyin sapı beyaz madde (WM) demetleri, homeostazi ve bilinci modüle eden sinir sinyalleri için gerekli kanallardır. Mimarileri, beyin sapı konektomikleri, subkortikal devre modelleri ve derin beyin navigasyon araçları için anatomik temeli oluşturur. Bununla birlikte, küçük boyutları ve karmaşık morfolojisi, serebral WM ile karşılaştırıldığında, haritalama ve segmentasyonu nörogörüntülemede zorlaştırır. Sonuç olarak, insan homeostazının ve bilincinin beyin sapı modülasyonu ile ilgili temel sorular cevapsız kalmaktadır. Difüzyon MRI sisteminden yararlanarak, rostra beyin sapında sekiz WM demetini otomatik olarak segmente alan BrainStem Bundle Tool (BSBT)'u oluşturuyoruz. BSBT, küçük anatomik yapıları tespit etmek için uyarlanmış bir evrişimsel sinir ağı mimarisini kullanarak özel bir olasılıksal fiber harita üzerinde segmentasyon gerçekleştirir. BSBT'nin difüzyon MRI satın alma protokolleri arasındaki sağlamlığını sağlıklı deneklerin in vivo taramaları ve buna karşılık gelen histoloji ile insan beyin örneklerinin ex vivo taramaları ile gösteriyoruz. BSBT ayrıca, Alzheimer hastalığı, Parkinson hastalığı, multipl skleroz ve travmatik beyin hasarı olan hastalarda sistem tabanlı analiz ve sınıflandırma görevleri yoluyla belirgin beyin sapı demeti değişiklikleri tespit etti. Son olarak, travmatik koma iyileşmesinin uzunlamasına bir analizinde BSBT'nin prognostik faydası için primer kanıt sunuyoruz. BSBT, beyin sapı WM demetlerinin ölçeklenebilir haritalanması ve geniş bir nörolojik bozukluk yelpazesindeki rollerinin araştırılması için fırsatlar yaratır.

Özgün kaynak özetini okuyun

Brainstem white matter (WM) bundles are essential conduits for neural signals that modulate homeostasis and consciousness. Their architecture forms the anatomic basis for brainstem connectomics, subcortical circuit models, and deep brain navigation tools. However, their small size and complex morphology, compared to cerebral WM, makes mapping and segmentation challenging in neuroimaging. As a result, fundamental questions about brainstem modulation of human homeostasis and consciousness remain unanswered. We leverage diffusion MRI tractography to create BrainStem Bundle Tool (BSBT), which automatically segments eight WM bundles in the rostral brainstem. BSBT performs segmentation on a custom probabilistic fiber map using a convolutional neural network architecture tailored to detect small anatomic structures. We demonstrate BSBT's robustness across diffusion MRI acquisition protocols with in vivo scans of healthy subjects and ex vivo scans of human brain specimens with corresponding histology. BSBT also detected distinct brainstem bundle alterations in patients with Alzheimer's disease, Parkinson's disease, multiple sclerosis, and traumatic brain injury through tract-based analysis and classification tasks. Finally, we provide proof-of-principle evidence for the prognostic utility of BSBT in a longitudinal analysis of traumatic coma recovery. BSBT creates opportunities for scalable mapping of brainstem WM bundles and investigation of their role in a broad spectrum of neurological disorders.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.