非侵襲的脳刺激のための個人化深部脳構造のエンドツーエンドセマンティックセグメンテーション【JST・京大機械翻訳】

Rashed Essam A.; Gomez-Tames Jose; Hirata Akimasa

プレプリント

J-GLOBAL ID：202202210961876507 整理番号：22P0111396

非侵襲的脳刺激のための個人化深部脳構造のエンドツーエンドセマンティックセグメンテーション【JST・京大機械翻訳】

End-to-end semantic segmentation of personalized deep brain structures for non-invasive brain stimulation

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 (3件)： , ,
資料名：
発行年： 2020年02月13日プレプリントサーバーでの情報更新日： 2020年02月13日
JST資料番号： O7000B 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。

深部脳領域の電気刺激または調節は,いくつかの神経系疾患の治療のための臨床処置で一般的に使用される。特に,経頭蓋直流刺激(tDCS)は,頭皮に付着した電極を介して適用される手頃な臨床応用として広く用いられている。しかし,解剖学的複雑性と高い被験者間変動性のため,異なる脳領域における電場(EF)の量と分布を決定することは困難である。個人化tDCSは,正確な標的化のための電極モータスに耐えるために使用される新たな臨床手順である。この手順を,MRIのような解剖学的画像から生成された計算頭部モデルによって誘導する。分割された頭部モデルにおけるEFの分布は,シミュレーション研究を通して計算できる。したがって,異なる脳構造の高速,正確,および実行可能なセグメンテーションは,カスタマイズtDCS研究に対するより良い調整につながるであろう。本研究では,単一エンコーダマルチデコーダ畳込みニューラルネットワークを,深い脳セグメンテーションのために提案した。提案したアーキテクチャは,T1強調MRIを用いて7つの深い脳構造をセグメント化するために訓練された。ネットワーク生成モデルを,半自動法を用いて構築した参照モデルと比較し,特に,Thalamus(Dice係数(DC)=94.70%),Caudate(DC=91.98%)およびPutamen(DC=90.31%)構造において,高いマッチングを示した。発生及び参照モデルにおけるtDCS中の電場分布は互いに良く整合し,臨床診療における潜在的有用性を示唆した。【JST・京大機械翻訳】

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

神経系疾患の治療一般 , 医用画像処理 , 精神障害の治療一般 , 医療用機器装置

, , , ,

前のページに戻る