今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

不确定性感知的多模态深度学习框架用于脊髓损伤MRI定量评估

《npj Digital Medicine》:Automated multi-sequence MRI quantitative assessment and 3D visualization of acute cervical spinal cord injury

【字体: 大 中 小 】 时间:2026年09月26日 来源:npj Digital Medicine 18.0

编辑推荐:

   摘要对脊髓压缩和髓内病变的精确评估是脊髓损伤(SCI)手术决策的关键。然而,这一过程本质上具有主观性,常受病变体积小、形态细长及边界模糊等因素的影响,这些因素共同导致了评估者间高度的一致性差异。我们利用一个异质的多中心MRI数据集(n = 711)开发并验证了一种不确定性感知

  

摘要

对脊髓压缩和髓内病变的精确评估是脊髓损伤(SCI)手术决策的关键。然而,这一过程本质上具有主观性,常受病变体积小、形态细长及边界模糊等因素的影响,这些因素共同导致了评估者间高度的一致性差异。我们利用一个异质的多中心MRI数据集(n = 711)开发并验证了一种不确定性感知的深度学习架构。核心多模态网络捕捉长程空间依赖性,而基于蒙特卡洛丢弃的细化模块量化了诊断不确定性,以解决病变边界固有的模糊性。该框架在病变分割任务中实现了70.44%的总体Dice系数。不确定性细化的整合显著提高了算法与7名评估者专家共识的一致性(平均Dice:65.85%对比63.59%)。该流程将原始预测直接转化为解剖学锚定的3D可视化工具,以5.72毫米的平均绝对误差定位最大压迫节段(MCL),并在80.8%的案例中准确地将纵向病变范围映射到精确的椎体节段。此外,影像学生物标志物与神经功能损伤(以美国脊髓损伤协会损伤分级(AIS)和上肢运动评分(UEMS)衡量)在入院、出院及3个月随访时均呈现显著的负相关性。该框架将脊髓损伤评估从主观视觉评估推进到标准化、定量的结局监测。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:脊髓损伤|深度学习|MRI影像分析|不确定性量化|病变分割|3D可视化

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号