首次系统追踪脊髓MS病灶，配准重叠法准确率碾压其他四种策略！
Longitudinal tracking of multiple sclerosis lesions in the spinal cord: A validation study
📖 AI 总结
本研究针对多发性硬化症脊髓病灶在纵向MRI随访中难以建立一致对应关系的问题，系统比较了五种自动化追踪策略。传统分割方法仅生成每次随访的语义病灶掩膜，无法捕捉病灶出现、消失、分裂或融合等实例级时间变化。研究团队基于多中心队列数据，评估了依赖形变配准和脊髓解剖参考系统两类范式下的重叠匹配、匈牙利算法坐标匹配、梯度提升分类及孪生模型分类方法，并采用实例级真阳性、假阳性和假阴性指标量化追踪精度，以识别一对多和多对一关联。结果显示，基于配准的重叠方法表现最佳。该工作首次对脊髓病灶实例对应关系进行系统性分析，阐明了配准与非配准范式在纵向评估中的优势与局限，为多发性硬化症的精准随访提供了方法学依据。
🔑 关键词速览
| 多发性硬化（MS） | 一种中枢神经系统的慢性自身免疫性疾病，可累及脊髓并形成病灶。 |
| 纵向追踪 | 在多个时间点的随访影像中持续识别并关联同一病灶实例的过程。 |
| 实例级对应关系 | 在不同时间点之间建立每个病灶个体的一一匹配关系，而非仅生成语义分割掩膜。 |
| 可变形配准 | 通过非线性空间变换将不同时间点的图像对齐，以补偿解剖形变和位置变化。 |
| 匈牙利算法 | 一种用于求解二分图最优匹配的算法，此处用于基于坐标的病灶实例配对。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅