El aprendizaje profundo para la delimitación del canal espinal en imágenes de difusión de cuerpo entero: normalización de la señal de intensidad inter e intra-paciente en conjuntos de datos de múltiples centros
Autores: Candito, Antonio; Holbrey, Richard; Ribeiro, Ana; Messiou, Christina; Tunariu, Nina; Koh, Dow-Mu; Blackledge, Matthew D.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
El aprendizaje profundo para la delimitación del canal espinal en imágenes de difusión de cuerpo entero: normalización de la señal de intensidad inter e intra-paciente en conjuntos de datos de múltiples centros
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Imagen ponderada en difusión de cuerpo completo
Segmentación del canal espinal
Estandarización de la intensidad de la señal
Canalización automatizada
Coeficiente de difusión aparente
Aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
Antecedentes: La normalización de la señal de intensidad de la imagen de difusión en todo el cuerpo (WBDWI) es una técnica establecida para la estadificación y evaluación de la respuesta al tratamiento en pacientes con mieloma múltiple (MM) y cáncer de próstata avanzado (APC). Sin embargo, las exploraciones de WBDWI muestran variabilidad de la señal de intensidad entre pacientes e intra-paciente. Esta variabilidad plantea desafíos para cuantificar con precisión la enfermedad ósea, seguir los cambios en las exploraciones de seguimiento y desarrollar herramientas automatizadas para la delimitación de lesiones óseas. Aquí, proponemos un nuevo pipeline automatizado para la estandarización de la señal de imagen entre estaciones e exploraciones en WBDWI que utiliza una segmentación robusta del canal espinal a través del aprendizaje profundo.
Descripción
Antecedentes: La normalización de la señal de intensidad de la imagen de difusión en todo el cuerpo (WBDWI) es una técnica establecida para la estadificación y evaluación de la respuesta al tratamiento en pacientes con mieloma múltiple (MM) y cáncer de próstata avanzado (APC). Sin embargo, las exploraciones de WBDWI muestran variabilidad de la señal de intensidad entre pacientes e intra-paciente. Esta variabilidad plantea desafíos para cuantificar con precisión la enfermedad ósea, seguir los cambios en las exploraciones de seguimiento y desarrollar herramientas automatizadas para la delimitación de lesiones óseas. Aquí, proponemos un nuevo pipeline automatizado para la estandarización de la señal de imagen entre estaciones e exploraciones en WBDWI que utiliza una segmentación robusta del canal espinal a través del aprendizaje profundo.