Perivascular Spaces Segmentation in Brain MRI Using Optimal 3D Filtering.
Perivascular Spaces Segmentation in Brain MRI Using Optimal 3D Filtering.
复制标题
DOI：
10.1038/s41598-018-19781-5
复制
发表时间：
2018-02-01
影响因子：
4.6
通讯作者：
Wardlaw JM
中科院分区：
文献类型：
--
作者：
Ballerini L;Lovreglio R;Valdés Hernández MDC;Ramirez J;MacIntosh BJ;Black SE;Wardlaw JM
血管周围间隙（PVS）是小血管病（SVD）的一个特征，是大脑循环和胶质淋巴引流系统的重要组成部分。磁共振成像（MRI）上PVS的定量分析对于了解其与神经系统疾病的关系具有重要意义。在这项工作中，我们提出了一种分割技术的基础上的三维Frangi滤波提取PVS从MRI。我们使用有序logit模型和视觉评分量表作为Frangi过滤器参数优化和评估的替代基础事实。我们在两个独立的队列中优化和验证了我们提出的模型，痴呆样本（N = 20）和既往轻度至中度卒中患者（N = 48）。结果表明，我们的分割方法的鲁棒性和通用性。基于分段的PVS负荷估计与神经放射学评估相关性良好（斯皮尔曼ρ = 0.74，p < 0.001），支持我们提出的方法的潜力。
Perivascular Spaces (PVS) are a feature of Small Vessel Disease (SVD), and are an important part of the brain’s circulation and glymphatic drainage system. Quantitative analysis of PVS on Magnetic Resonance Images (MRI) is important for understanding their relationship with neurological diseases. In this work, we propose a segmentation technique based on the 3D Frangi filtering for extraction of PVS from MRI. We used ordered logit models and visual rating scales as alternative ground truth for Frangi filter parameter optimization and evaluation. We optimized and validated our proposed models on two independent cohorts, a dementia sample (N = 20) and patients who previously had mild to moderate stroke (N = 48). Results demonstrate the robustness and generalisability of our segmentation method. Segmentation-based PVS burden estimates correlated well with neuroradiological assessments (Spearman’s ρ = 0.74, p < 0.001), supporting the potential of our proposed method.
登录
查看更多内容
影响因子：
5.7
作者：
Jenkinson, M;Bannister, P;Smith, S
通讯作者：
Smith, S
DOI：
10.1159/000375153
发表时间：
2015
期刊：
Cerebrovascular diseases (Basel, Switzerland)
影响因子：
--
作者：
Potter GM;Chappell FM;Morris Z;Wardlaw JM
通讯作者：
Wardlaw JM
影响因子：
5.7
作者：
Park SH;Zong X;Gao Y;Lin W;Shen D
通讯作者：
Shen D
DOI：
10.1111/ijs.12054
发表时间：
2015-04
期刊：
International journal of stroke : official journal of the International Stroke Society
影响因子：
--
作者：
Potter GM;Doubal FN;Jackson CA;Chappell FM;Sudlow CL;Dennis MS;Wardlaw JM
通讯作者：
Wardlaw JM
影响因子：
8.3
作者：
Doubal, Fergus N.;MacLullich, Alasdair M. J.;Wardlaw, Joanna M.
通讯作者：
Wardlaw, Joanna M.