Нажмите "Enter", чтобы перейти к контенту

Количественное нейровизующее программное обеспечение для клинической оценки объемов гиппокампа на МРТ

Quantitative Neuroimaging Software for Clinical Assessment of Hippocampal Volumes on MR Imaging
Источник: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4718601/

Эти авторы внесли одинаковый вклад в эту работу.

Множественные неврологические расстройства, включая болезнь Альцгеймера (AD), мезиальный височный склероз и легкое травматическое повреждение головного мозга, проявляются с потерей объема на МРТ головного мозга. Тонкая потеря объема особенно заметна в начале AD. В то время как предыдущие исследования продемонстрировали ценность этой дополнительной информации из количественного нейровизуализации, очень немногие заявки были одобрены для клинического использования. Здесь мы описываем US FDA очищенную программу NeuroreaderTM для оценки клинического объема гиппокампа на МРТ мозга.

Представить валидацию объема гиппокампа в клинической программе.

Субъекты были взяты (n = 99) из исследования Инициативы по нейровизуализации болезни Альцгеймера. Объемная МР-МР-память была получена как у сканеров 1,5 Т (n = 59), так и у 3,0 Т (n = 40) у участников с ручной сегментацией гиппокампа. Полностью автоматизированная сегментация и измерение гиппокампа проводилась с использованием подхода с несколькими атласами. Коэффициент подобия Dice (DSC) измерял уровень пространственного перекрытия между NeuroreaderTM и ручным сегментированием золотого стандарта от 0 до 1 с 0, обозначающим отсутствие перекрытия, и 1 — полное согласие. Сравнение DSC между 1.5 T и 3.0 T-сканерами проводилось с использованием стандартных независимых T-тестов образцов.

В двустороннем гиппокампе средний DSC составлял 0,87 с диапазоном 0,78-0,91 (правый гиппокамп) и 0,76-0,91 (левый гиппокамп). Автоматизированное соглашение о сегментации с ручной сегментацией по существу эквивалентно 1,5 T (DSC = 0,879) против 3,0 T (DSC = 0,872).

Эта работа дает описание и проверку программного обеспечения, которое может применяться при измерении объема гиппокампа, биомаркера, который часто является ненормальным в AD и других неврологических расстройствах.

Гиппокамп — жизненно важная структура височной доли в памяти [1, 2] и теряет объем при множественных нарушениях мозга, включая болезнь Альцгеймера (AD), депрессию, шизофрению, травматическое повреждение головного мозга, посттравматическое стрессовое расстройство и мезиальный височный склероз из височной доли эпилепсия [3-7]. Таким образом, существует множество заболеваний, при которых клиницисты могут получать информацию, пригодную для практического применения, из объема гиппокампа. Из перечисленных выше нарушений наибольшее внимание уделяется AD в отношении потенциального применения объемов гиппокампа в клинической практике.

В настоящее время для любого человека, подозреваемого в наличии AD, стандарт лечения включает в себя получение магнитно-резонансной томографии (МРТ) головного мозга [8]. Однако основная цель этого — исключить любые другие причины когнитивных нарушений (например, опухоль, большой инсульт), а не напрямую оценивать атрофию показаний AD. Гиппокамп является одной из первых структур, пораженных нейропатологией AD, которая видна с помощью МР-изображений [9, 10], а степень атрофии сильно коррелирует с общими и предметными исследованиями когнитивной функции [11]. Одно патологическое исследование показало, что визуальная оценка двумя опытными нейрорадиологами размера гиппокампа на МР-снимке нечувствительна к обнаружению ранней стадии AD с чувствительностью всего 27% [12]. Таким образом, хотя визуальные оценки не могут обнаружить раннюю патологию гиппокампа, такая идентификация возможна с помощью количественных подходов [13]. Исследование Инициативы по нейровизуализации болезни Альцгеймера (ADNI) также показало, что количественные объемные гиппокампы с FreeSurfer у 189 субъектов (49 контрольных, 89 с умеренным когнитивным расстройством (MCI) и 50 с AD) превосходили визуальные оценки как для определения контроля у лиц с MCI и для отслеживания перехода от MCI к AD за 3,2 года [14]. Таким образом, волюметрия гиппокампа может продольно оценивать прогрессирование у пациентов на ранних стадиях нейродегенерации.

Актуальность объёмности гиппокампа в AD применима не только к точной и ранней диагностике, но и к профилактическим подходам из-за увеличения признания факторов образа жизни при уменьшении риска AD [15-20]. Гиппокамп является все более идентифицированной целью модификации риска в AD [21, 22]. Показано, что факторы образа жизни от ожирения к физической активности и диете влияют на структуру гиппокампа, измеренную на количественных объемах МР-изображений [23, 24]. Такие стратегии профилактики потребуются, поскольку число людей с АД будет увеличиваться с 5,1 млн. В 2015 году до 13,8 млн. Человек к 2050 году [25].

Волюметрия гиппокампа также может предоставить дополнительную важную информацию в диагностике и лечении других расстройств. Например, легкая травматическая черепно-мозговая травма может проявляться с атрофией гиппокампа [4, 26], которая может быть обнаружена с помощью МР-томографии в коллегиальных футболистах. Продольная оценка объема гиппокампа в проспективном исследовании 62 пациентов с тяжелой травмой черепно-мозговой травмы (TBI), вторичных по отношению к травме, также показала аномальные низкие объемы, оцененные при МР-томографии через 3 и 12 месяцев. Потери объема гиппокампа также связаны с боевым обслуживанием и посттравматическим стрессовым расстройством [27, 28]. Объем гиппокампа был предложен как жизнеспособный биомаркер лечения при большом депрессивном расстройстве [29, 30]. Кроме того, объем гиппокампа может помочь отличить биполярный от униполярной депрессии [31]. Существенность объема гиппокампа также полезна при оценке психических заболеваний, таких как шизофрения, имеет большую степень потери объема на количественных объемах МРТ, особенно в презубулюле и суббукуле по сравнению с биполярными [32]. Мезиальный височный склероз, который наблюдается у 65% лиц с эпилепсией с временной формой, может проявлять атрофию гиппокампа [33-36]. Было показано, что асимметрия такой атрофии гиппокампа отличает эпилепсию височной доли, причину 60% всех случаев эпилепсии, от контролей с 94% -ной точностью [13, 37]. Волюметрическая асимметрия гиппокампа также может быть использована для прогнозирования латеральной активности приступов в медиальной височной эпилепсии [38]. Поэтому изображение гиппокампа важно для нейродегенеративных и ненейродегенеративных заболеваний.

Существует множество количественных методов измерения объема гиппокампа; первоначальный метод был вручную прорисован границами гиппокампа на серийных МР-изображениях обученным оператором со знанием анатомии гиппокампа [39]. Хотя этот метод считается наиболее строгим для объемных гиппокампов, продолжительность времени, требуемого для отслеживания одного сканирования, делает рутинное клиническое применение нецелесообразным. Это привело к автоматическим или полуавтоматическим количественным алгоритмам того, что интеграл граничного сдвига был одним из ранних примеров [40]. Методы, основанные на методе воксела, также были разработаны для количественного определения гиппокампа [41-43]. Однако, несмотря на доступность с 1980-х годов и наличие результатов метаанализа о добавленной ценности объемных гиппокампа в AD [44], автоматические оценки гиппокампа не являются обычным стандартом ухода.

В последнее время разрабатываются коммерческие алгоритмы сегментации гиппокампа, но они еще не получили широкого распространения [45]. Тем не менее, важность разработки таких инструментов признана, и были предложены руководящие принципы [46-48] для включения волюмекции гиппокампа в клинические оценки AD и испытаний на наркотики. Потенциал такого клинического применения также может быть применен к другим заболеваниям, которые, как известно, влияют на гиппокамп, такой как эпилепсия, TBI и депрессия. Эта работа описывает валидацию этой автоматизированной программы измерения объемного гиппокампа по 99 предметам из исследования ADNI с ручным сегментированным гиппокампом. Для этой работы мы специально рисуем эти изображения из сканирований, на которых были достигнуты консенсусные критерии Delphi на границах и стандартах для рулонной гильпомампальной калибрации золотого стандарта [48]. Этот консенсус обеспечивает единственный наилучший доступный ручной стандарт volumetry, с которым мы можем сравнить новую полностью автоматизированную программу визуализации МРТ мозга, NeuroreaderTM.

Все анализы выявленных данных о человеке были сделаны или согласуются с Хельсинкской декларацией 1975 года. Субъекты были взяты из Европейского исследования по болезни Альцгеймера по болезням — в соответствии с подзаконным актом Гармонизированного протокола по болезни Альцгеймера (EADC-ADNI HarP) от более крупного ADNI [48]. Проект EADC-ADNI HarP для ручного гиппокампального сегментации предоставил вручную сегментированные 100 изображений ADNI MR для анализа этого исследования. Сканирование было получено на различных коммерческих 1,5-дюймовых и 3,0-метровых сканирующих МР-сканирующих объектах по всему континууму когнитивного здоровья, включая здоровые элементы управления, МРП и AD, как описано в недавней работе [49]. Специалисты, назначенные «мастер-трассерами», сегментировали гиппокампы на основе стандартизованных рекомендаций HarP для анатомических ориентиров гиппокампа на МР-изображении, подробно описанных в отдельном руководстве пользователя (http://www.centroalzheimer.it/public/SOPs/online/HarmonizedProtocol_ACPC_UserManual_Biblio.Pdf) , Чтобы считаться мастером-трассером, для всех сегментированных объемов гиппокампа требовался внутрикорпоративный коэффициент внутриклассовой корреляции не менее 0,9 [42].

Мы загрузили ярлыки расширения гиппокампа, созданные этой ручной сегментацией, и использовали их в качестве основополагающей истины в оценке качества нашей автоматизированной сегментации гиппокампа. Список 100 оригинальных изображений, используемых для сегментации и этикеток, был получен с веб-страницы EADC-ADNI HarP: http://www.hippocampal-protocol.net/SOPs/index.php.

Все МР-изображения были получены в рамках исследования ADNI, как полностью описано в предыдущей работе [41, 50, 51]. В таблице 1 описывается протокол сканирования набора данных ADNI MRI, в частности T1-взвешенные осевые 3D-MRI, используемые в проекте EADC-ADNI HarP.

Предварительная обработка изображений проводилась с использованием стандартной методологии из ADNI, как описано в предыдущей работе [51] и на веб-сайте LONI (http://adni.loni.usc.edu/methods/mri-analysis/mri-pre-processing/) , Резюмируя, изображения, полученные с помощью GE-сканеров, получили следующие шаги по исправлению: Gradwrap для коррекции геометрических искажений, коррекция неоднородности B1 интенсивности неравномерности и коррекция N3, чтобы обострить изображение, удалив остаточную неравномерность интенсивности. Изображения, полученные с помощью сканера Philips, получили коррекцию неравномерности N3.

На рисунке 1 описаны этапы алгоритмов обработки NeuroreaderTM.

Следующие анализы выполнялись дважды: один раз в Brainreader ApS. (J.A.) и второй раз в Университете Висконсина (E.D., J.M.). Не было никаких различий в результатах этих отдельных анализов. Эта работа частично основана на объемных алгоритмах гиппокампа, примененных в более ранних работах [52].

Мы загрузили оригинальные изображения ADNI из Лаборатории архива изображений изображений Neuroimaging (https://ida.loni.usc.edu/login.jsp), следуя инструкциям, представленным на веб-сайте. Уровень согласия между ручной сегментацией и автоматическим количественным оцениванием оценивался Коэффициентом подобия кости (DSC), впервые описанным Dice [53]. DSC измеряет индекс подобия, определяемый как пересечение, разделенное на средний объем двух томов. DSC измеряет показатели подобия между 0 (без перекрытия) и 1 (полное или совершенное соглашение) [54]. Только одно изображение показало плохое сходство с кубиками [53, 55] между ручным сегментированным гиппокампальным строением и NeuroreaderTM. Визуальный осмотр DSC ручной гиппокампальной маски с этого изображения показал некачественную сегментацию этого изображения и поэтому был исключен из расчетов DSC.

Конвейер обработки изображений NeuroreaderTM основан на сегментации с несколькими атласами посредством использования нелинейной регистрации. Все исходные коды для следующих шагов были написаны на C ++ и объединены в краткую программу с графическим интерфейсом пользователя для потенциального клинического использования. Изображения, которые должны быть сегментированы, сначала запускаются через коррекцию N4, которая добавляет дополнительную коррекцию смещения, не адресуемую N3, для дальнейшей оптимизации коррекции неравномерности [56]. Сегментация гиппокампа была достигнута с использованием подхода, основанного на нескольких атласах, поскольку это обеспечивает превосходную производительность сегментации по сравнению с сегментацией на основе одного атласа [57]. В подходах с множественным атласом вероятностная информация вводится из нескольких шаблонов для учета анатомической изменчивости в разных популяциях [58]. Корректированное смещение изображения было линейно зарегистрировано на матрице ICBM 2009c с нелинейным симметричным размером 1 × 1 × 1 мм с использованием алгоритма сопоставления блоков [59]. Из когорты из 200 изображений, также зарегистрированных на этот шаблон, 10 атласов, которые лучше всего соответствовали входному изображению, были выбраны на основе самого высокого нормированного коэффициента корреляции между атласом и входным изображением. Каждая из этих 10 атласов была нелинейно зарегистрирована на входном изображении, используя обратный последовательный симметричный метод свободной формы деформации [60], работающий на графическом процессоре. На основе вычисленных полей деформации из нелинейной регистрации сегменты гиппокампа из каждого атласа были перенесены на входное изображение, и были созданы карты вероятности гиппокампа. Локальная информация о интенсивности и градиенте от входного изображения затем использовалась в алгоритме сегментации для разрешения того, какие вокселы должны включаться в сегментацию гиппокампа.

Время обработки для NeuroreaderTM варьируется от 3 до 7 минут в зависимости от размера изображения, для 64 структурных объемов мозга, включая оба гиппокампа, независимо от напряженности магнитного поля. Волюметрия гиппокампа экспертными ручными трассерами занимает 30 минут, 15 минут для каждого гиппокампа [61]. Список структур головного мозга, сегментированный NeuroreaderTM, приведен в дополнительной таблице 1 с результатами и анализом, подробно описанным в объеме гиппокампа, поскольку это является основной целью этой работы.

Общая линейная модель использовалась для статистического прогнозирования объемов гиппокампа. Затем сопоставляются скорректированные по возрасту и по гендерному признаку сопоставления для вычисления z-баллов, чтобы обеспечить возможность сравнения между изображением и нормативной базой данных. Нормативная база данных, используемая для расчетов z-балла в NeuroreaderTM, получена из объемных последовательностей MP-RAGE 3.0T, полученных у когнитивно нормальных людей из исследования ADNI-GO [62]. В нее вошли 231 человек, 113 женщин (возраст 62-90 лет) и 118 мужчин (60-88 лет). Нижние z-баллы обозначают потерю объема в гиппокампе по сравнению с нормативными данными. Статистическая модель используется для расчета доверительного интервала и z-оценки для каждого измеренного объема, который представлен в отчете пациента с образцом NeuroreaderTM на рисунке 2. Результат включает объем гиппокампа в миллилитрах, долю гиппокампа в объеме (объем серого вещества + объем белого вещества + объем спинномозговой жидкости + дура) и z-оценка, которая может быть выражена при сравнении выхода NeuroreaderTM с нормативными данными.

Дополнительные анализы проводились с независимыми t-тестами проб, чтобы оценить, изменился ли DSC в зависимости от напряженности поля. Статистически значимые результаты были дополнительно оценены с помощью значения D Коэна для измерения размера эффекта [63].

В таблице 2 показаны характеристики объекта и количественные результаты NeuroreaderTM в зависимости от напряженности поля. Не было статистически значимых различий между группами от 1,5 до 3,0 Т в возрасте, роде или общем внутричерепном объеме.

Таблица 2 также показывает, что DSC между группами с 1,5 Т и 3,0 Т статистически значимыми (р = 0,03) с небольшим размером эффекта эффекта (Коэн D = 0,3).

В таблице 3A показаны значения DSC в управлении, MCI и AD. Статистически значимые различия наблюдаются между значениями DSC при сравнении контроля и AD в обоих гиппокампах. Статистически значимые различия наблюдаются между значениями MCI и AD DSC в правом гиппокампе. Таблица 3B показывает, что NeuroreaderTM может сегментировать гиппокамп со средним DSC 0,87 как для правого, так и левого гиппокампа при напряженности поля 1,5 Т и 3,0 Тл. DSC достигает максимума 0,91 для обоих образцов.

На рисунке 3 показана строка изображений, представляющих изображения с гиппокампом с цветовым кодированием.

В этой работе описывается объемная техника гиппокампа NeuroreaderTM, которая может применяться в обычной клинической среде. Наши результаты демонстрируют совпадение с рулонной объемной нормой золота, приближающейся к идеальному соглашению со средними и максимальными значениями DSC 0,87 и 0,91 в образце ADNI. Эта информация может быть обобщена как на сканерах 1.5, так и на 3.0 T, поскольку мы включили данные из обоих типов напряжений поля МР. NeuroreaderTM — медицинское устройство класса I с разрешением 510 (k) для пищевых продуктов и лекарственных средств (http://www.accessdata.fda.gov/cdrh_docs/pdf14/K140828.pdf) для автоматической сегментации и маркировки структур головного мозга на МР-изображениях. Законодательство FDA относится к определенному процессу, в соответствии с которым FDA разрешает маркетинг медицинских устройств, включая программное обеспечение, после тщательного процесса обзора, более подробно описанного в другом месте (http://www.fda.gov/MedicalDevices/ProductsandMedicalProcedures/DeviceApprovalsandClearances/510kClearances). Для NeuroreaderTM это включало в себя обзор процесса сегментации, как показано на рисунке 1, и обзор данных для клинического использования, как показано на рисунке 2. Урегулирование FDA подразумевает, что клиницисты могут применять NeuroreaderTM с безопасностью и эффективностью на пациентах МР-изображений головного мозга.

В то время как Neuroreader является второй FDA-очищенной объемной программной программой для МР-томографии, информация о значениях DSC для другого FDA-очищенного инструмента NeuroquantTM отсутствует. Тем не менее, было проведено несколько исследований, сравнивающих ручную волюметрию с Freesurfer для гиппокампа, программную программу для предшественников NeuroquantTM [64]. В одном исследовании 10 здоровых органов управления, 10 человек с AD и 10 с семантической деменцией обнаружен диапазон индекса подобия 0,45-0,59 между Freesurfer и ручным volumetry в гиппокампе [65]. Другое исследование в испанской когорте из 41 здорового контроля, 23 с MCI и 25 человек с AD обнаружило совпадение между Freesurfer и ручным volumetry между 0,74-0,81 в гиппокампе [66]. Когортное исследование ADNI, состоящее из 80 субъектов, в том числе здоровых пациентов с контролем, MCI и AD, показало индекс сходства 0,82 между расчетными объемами гиппокампа Freesurfer и ручным volumetry [67]. В контексте этой литературы NeuroreaderTM хорошо работает в области вычислений гиппокампа. Хотя величина DSC несколько ниже у лиц с AD, общий DSC по-прежнему выгодно отличается от других значений, найденных в литературе, как описано выше. Однако следует провести дальнейшие исследования для дальнейшего сравнения NeuroreaderTM в прямом сравнении с другими автоматизированными объемными инструментами, доступными для клинического применения.

Ошибочная диагностика AD сопряжена с высокой стоимостью [68] в диапазоне от 9 500 до 14 000 долларов США в год, что подчеркивает потенциальную экономию средств при использовании подходов к визуализации, которые улучшают правильную идентификацию AD. Один из предложенных подходов к структурной визуализации заключается в том, чтобы поэтому использовать объемные гиппокампы, добавленные к МРТ-сканированию, которые уже указаны действующими стандартами практики, для определения того, кто должен получать дополнительные биомаркеры, такие как амилоид спинномозговой жидкости или другие тесты на визуализацию, если предполагается, что основополагающий нейродегенеративный процесс основан на по результатам объемного гиппокампа [69]. Быстрые эффективные и точные объемные алгоритмы гиппокампа, подробно описанные в текущем исследовании, могут поэтому предоставить важную информацию клиницистам в процессе работы и ухода за людьми с AD [70]. Хотя биомаркеры с молекулярной визуализацией с амилоидной картиной существуют [71], существует несколько практических ограничений. Во-первых, такие методы предполагают использование ионизирующего излучения. Во-вторых, компенсация со стороны Центров Medicare и Medicaid Services не существует для изображений с амилоидами, хотя этот вопрос продолжает вызывать разногласия [72]. В-третьих, даже если компенсация была получена для изображений с амилоидом, затраты на ПЭТ-изображение составляют от 2700 до 5000 долларов США [73, 74]. ФДГ-ПЭТ, который обеспечивает более широкий спектр дифференциальных соображений по сравнению с имитацией амилоида, включая способность идентифицировать лобно-височную и слабоумие Льюи, в среднем составляет около 1300 долларов за сканирование [74]. Напротив, неконтрастное объемное МР-сканирование мозга стоит 437,20 $ в среднем за сканирование [74]. Дополнительные затраты на использование NeuroreaderTM или такой программы примерно в среднем составляют 80 долларов [74]. Таким образом, добавление количественных объемных данных MR-изображений может предоставить полезную информацию при скромных финансовых затратах.

Хотя основное внимание в этом исследовании было уделено описанию перекрытия между автоматизированными объемными объемами гиппокампа NeuroreaderTM и ручной volumetry, эта программа также FDA очищается для вычисления объемов других структур головного мозга. Это имеет значение для применения к другим нарушениям, характеризующимся потерей объема в негипокампальных регионах. Недавний метаанализ 193 исследований, состоящих из 15 892 пациентов в шести различных диагностических группах, включая наркоманию, обсессивно-компульсивное расстройство и тревогу, характеризует потерю объема серого вещества, особенно в лобных долях [75]. Изменение объема всего мозга в продольном направлении может иметь клиническое значение, при этом изменение общего серого вещества и объемов белого вещества с течением времени является прогнозирующим ответом на лечение при рассеянном склерозе [76]. Следовательно, потенциал для развития NeuroreaderTM для клинического применения при других нарушениях, учитывая его измерение различных структур головного мозга, несет значительный потенциал.

Преимущества представленной здесь работы — использование строгого алгоритма с проверкой на ручные сегментированные изображения в хорошо охарактеризованной и проверенной когорте с МР-томографией на разных сканерах и силах поля. Мы также показали в этой работе, что соглашение между объемом гиппокампа и ручной сегментацией является высоким при МР-томографии 1,5 Т и 3 Т. Таким образом, использование старых 1,5 МР-сканеров будет по-прежнему обеспечивать высокоэффективную сегментацию и объемную оценку. Таким образом, последствия этой работы являются приложениями объемной гиппокампы в обычной клинической практике на ранее существовавший рабочий процесс, который приводит к МР-визуализации лиц с нарушениями памяти и деменцией. Основной областью будущего совершенствования этой работы является тестирование на объектах с серийным МР-визуализацией с течением времени. Следовательно, будущие направления включают применение этого алгоритма в общинных когортах с продольной информацией, чтобы определить, можно ли идентифицировать потенциальные предопределенные преобразователи для умеренного когнитивного нарушения и AD. Другие когорты с такими заболеваниями, как TBI, депрессия и эпилепсия, также могут быть протестированы с помощью этого алгоритма. Такая работа улучшит идентификацию и последующий уход за лицами с гиппокампальной специфической парикмахерской.

Мы показали в этой работе, что NeuroreaderTM количественно определяет объем гиппокампа, который коррелирует с высокой точностью с ручной трассировкой. Это программное обеспечение демонстрирует чувствительные объемные оценки независимо от используемой напряженности поля — сканеров 1,5 или 3 Т. Такая программа может быть использована для клинической оценки расстройств гиппокампа с особой применимостью к AD и возможного распространения на другие нейропсихиатрические расстройства.

Щелкните здесь для получения дополнительных данных.

Список структур мозга, сегментированных Neuroreader ™

Для поддержки этой работы внешнее финансирование не использовалось.

Данные, использованные при подготовке этой статьи, были получены из базы данных Инициативы болезни сердца (ADNI), вызванной болезнью Альцгеймера (http://adni.loni.usc.edu). Таким образом, следователи в рамках ADNI способствовали разработке и внедрению ADNI и / или предоставили данные, но не участвовали в анализе или написании настоящего отчета. Полный список следователей ADNI можно найти по адресу: http://adni.loni.usc.edu/wp-content/uploads/how_to_apply/ADNI_Acknowledgement_List.pdf.

Раскрытия авторов доступны в Интернете (http://j-alz.com/manuscript-disclosures/15-0559r1).

Дополнительный материал доступен в электронной версии этой статьи: http://dx.doi.org/10.3233/JAD-150559.

Трубопровод обработки изображений Neuroreadertrademark.

Объемные измерения нейрореактордрамного гиппокампа со статистическим анализом.

Сегментация изображений с цветовым кодированием гиппокампа.

Протоколы сканирования

Тематические характеристики

* Размер эффекта эффекта Коэна для статистически значимых результатов.

Коэффициенты подобия костей (DSC), сравнивающие NeuroreaderTM и ручную volumetry в элементах управления, MCI и AD

* Размер эффекта эффекта Коэна для статистически значимых результатов.

Коэффициенты подобия костей между основной истиной и NeuroreaderTM
сегментация для правого и левого гиппокампа

Комментариев нет.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *