脳卒中集団における畳込みニューラルネットワークベース海馬セグメンテーション法の試験【JST・京大機械翻訳】

Zavaliangos-Petropulu, A.; Tubi, M. A.; Haddad, E.; Zhu, A.; Braskie, M. N.; Jahanshad, N.; Thompson, P. M.; Liew, S.-L.

プレプリント

J-GLOBAL ID：202202209139739729 整理番号：22P0224297

脳卒中集団における畳込みニューラルネットワークベース海馬セグメンテーション法の試験【JST・京大機械翻訳】

Testing a convolutional neural network-based hippocampal segmentation method in a stroke population

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2020年06月12日プレプリントサーバーでの情報更新日： 2020年06月12日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

背景:脳卒中死亡率が減少するにつれて,脳卒中後の認知症(PSD)を脳卒中生存者の長期間の生活の質を改善するために研究する必要がある。海馬容積は,認知症の多くの他の型と関連するので,脳卒中後の痴呆における重要な神経イメージングバイオマーカーである可能性がある。しかし,MRIを用いた海馬容積の研究は海馬セグメンテーションを必要とする。自動化セグメンテーション法の進歩は,大規模の海馬の研究を可能にし,これは,不均一ストローク集団におけるロバスト結果にとって重要である。しかし,これらの自動化方法の大部分は単一アトラスベースアプローチを使用し,脳卒中に共通する重度の構造異常の存在に失敗する可能性がある。新しい畳み込みニューラルネットワークベースの海馬セグメンテーション法であるHippo深層は,単一のアトラスベースアプローチだけに頼らず,従って,ストローク集団に適している可能性がある。ここでは,脳卒中MRIs(FreeSurfer6.0全海馬と海馬サブフィールドのFreeSurfer6.0和)で,Hippo深達と2つのよく受け入れられた海馬セグメンテーション法により生成されたセグメンテーションの品質管理と精度を比較した。品質管理は,セグメンテーションの目視検査のための厳しいプロトコルを用いて行い,精度は手動セグメンテーションに対する体積および空間比較として測定した。Hippo深層は,品質管理と空間精度に関して,FreeSurfer法よりも著しく優れていた。全体として,本研究は,Hippo深達とFreeSurferの両方が脳卒中リハビリテーション研究における海馬セグメンテーションに有用であるかもしれないことを示唆するが,Hippo深達は脳卒中病変解剖に対してよりロバストであるかもしれない。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

中枢神経系 , 医用画像処理

, , , , ,

前のページに戻る