A contrast-adaptive method for simultaneous whole-brain and lesion segmentation in multiple sclerosis.
A contrast-adaptive method for simultaneous whole-brain and lesion segmentation in multiple sclerosis.
复制标题
多发性硬化症中同时全脑和病变分割的对比适应方法。
DOI：
10.1016/j.neuroimage.2020.117471
复制
发表时间：
2021-01-15
期刊：
影响因子：
5.7
通讯作者：
Van Leemput K
中科院分区：
文献类型：
--
作者：
Cerri S;Puonti O;Meier DS;Wuerfel J;Mühlau M;Siebner HR;Van Leemput K
在这里，我们提出了一种方法，同时分割多发性硬化症患者的多对比度脑MRI扫描的白色病变和正常出现的神经解剖结构。该方法集成了一种新的模型为白色物质病变到一个先前验证的生成模型全脑分割。通过对解剖结构的形状及其在MRI中的外观使用单独的模型，该算法可以适应用不同扫描仪和成像协议采集的数据，而无需重新训练。我们使用四个不同的数据集验证该方法，在白色病变分割中表现出强大的性能，同时分割数十个其他大脑结构。我们进一步证明，对比度自适应方法也可以安全地应用于健康对照的MRI扫描，并复制先前记录的MS深层灰质结构中的萎缩模式。该算法作为开源神经成像软件包FreeSurfer的一部分公开提供。
Here we present a method for the simultaneous segmentation of white matter lesions and normal-appearing neuroanatomical structures from multi-contrast brain MRI scans of multiple sclerosis patients. The method integrates a novel model for white matter lesions into a previously validated generative model for whole-brain segmentation. By using separate models for the shape of anatomical structures and their appearance in MRI, the algorithm can adapt to data acquired with different scanners and imaging protocols without retraining. We validate the method using four disparate datasets, showing robust performance in white matter lesion segmentation while simultaneously segmenting dozens of other brain structures. We further demonstrate that the contrast-adaptive method can also be safely applied to MRI scans of healthy controls, and replicate previously documented atrophy patterns in deep gray matter structures in MS. The algorithm is publicly available as part of the open-source neuroimaging package FreeSurfer.
登录
查看更多内容
影响因子：
5.7
作者：
Carass A;Roy S;Jog A;Cuzzocreo JL;Magrath E;Gherman A;Button J;Nguyen J;Prados F;Sudre CH;Jorge Cardoso M;Cawley N;Ciccarelli O;Wheeler-Kingshott CAM;Ourselin S;Catanese L;Deshpande H;Maurel P;Commowick O;Barillot C;Tomas-Fernandez X;Warfield SK;Vaidya S;Chunduru A;Muthuganapathy R;Krishnamurthi G;Jesson A;Arbel T;Maier O;Handels H;Iheme LO;Unay D;Jain S;Sima DM;Smeets D;Ghafoorian M;Platel B;Birenbaum A;Greenspan H;Bazin PL;Calabresi PA;Crainiceanu CM;Ellingsen LM;Reich DS;Prince JL;Pham DL
通讯作者：
Pham DL
影响因子：
3.5
作者：
Blystad, I.;Hakansson, I.;Larsson, E-M.
通讯作者：
Larsson, E-M.
影响因子：
10.6
作者：
Garcia-Lorenzo, Daniel;Prima, Sylvain;Barillot, Christian
通讯作者：
Barillot, Christian
影响因子：
4.8
作者：
Gelineau-Morel R;Tomassini V;Jenkinson M;Johansen-Berg H;Matthews PM;Palace J
通讯作者：
Palace J
影响因子：
5.7
作者：
Fischl, Bruce
通讯作者：
Fischl, Bruce