自動化工具可以將腦部掃描與神經(jīng)纖維瘤病患者的認(rèn)知缺陷聯(lián)系起來
勞里·切丁(Laurie Cutting)、帕特里夏和羅德斯·哈特(Patricia and Rodes Hart)皮博迪教育與人類發(fā)展學(xué)院(Peabody College of Education and Human Development)特殊教育教授兼教授以及工程學(xué)院電氣與計算機工程系教授兼系主任貝內(nèi)特·蘭德曼(Bennett Landman)實驗室的研究人員最近在《磁共振成像》上發(fā)表了一項研究。探索一種用于對1型神經(jīng)纖維瘤病患者大腦進行成像的新工具及其在評估其癥狀方面的重要性。
神經(jīng)纖維瘤病1是由調(diào)節(jié)腫瘤抑制因子產(chǎn)生的基因突變引起的疾病。這些突變可以觸發(fā)腫瘤的生長,例如神經(jīng)纖維瘤,神經(jīng)細(xì)胞上發(fā)展的良性腫瘤。
了解該疾病的許多特征的最佳方法是對患者的大腦進行FLAIR成像(一種磁共振成像)。
在 n eurofibromasis 1 患者的 FLAIR 圖像中,通常存在異常亮點,可能表明髓鞘層(某些神經(jīng)細(xì)胞周圍的絕緣層)之間存在液體,這可能導(dǎo)致在患者中觀察到的認(rèn)知缺陷。
未識別的明亮物體 - FLAIR圖像中的亮點 - 傳統(tǒng)上是手動定義和分割(數(shù)字分離以供進一步研究),這需要密集的培訓(xùn),并且耗時且昂貴。
目前的工作,由第一作者和神經(jīng)科學(xué)博士生領(lǐng)導(dǎo) Emily Harriott和合著者,最近的神經(jīng)科學(xué)博士畢業(yè)生Tin Nguyen,測試并驗證了一種半自動方法,用于檢測和分割患有歐洲纖維瘤病1的兒童和青少年的UBO。切割實驗室工作人員研究員Laura Barquero也參與了這項研究。
新方法使用一種稱為病變分割工具的工具,可靠地識別和分割最終受益人,并且比手動工作快得多。在確定了LST的效用后,科學(xué)家們探索了總UBO體積與認(rèn)知功能之間的可能相關(guān)性。
研究人員證明,總UBO體積與單個單詞閱讀能力,語音意識(識別和操縱口語部分)和視覺空間技能有關(guān),并且UBO體積較大的參與者在這些認(rèn)知指標(biāo)上的得分較低。
使用自動化工具將減少分析最終受益人所需的時間和成本。此外,應(yīng)用LST等工具來檢查UBO體積與認(rèn)知能力之間的關(guān)系將有助于創(chuàng)建和完善有針對性的藥理學(xué),學(xué)術(shù)和行為干預(yù)措施,從而改善1型歐洲纖維瘤病患者的生活質(zhì)量。
免責(zé)聲明:本文為轉(zhuǎn)載,非本網(wǎng)原創(chuàng)內(nèi)容,不代表本網(wǎng)觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實,對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關(guān)內(nèi)容。