XiaoMi-AI文件搜索系统
World File Search SystemFreeSurfer
量化白质高强度和脑量的异质临床和低场便携式MRI
脑萎缩和白质超强度（WMH）与诸如中风或多发性硬化症之类的疾病密切相关。自动分割和定量是可取的，但是现有的方法需要具有良好信噪比（SNR）的高分辨率MRI。这排除了对临床和低场便携式MRI（PMRI）扫描的应用，从而阻碍了萎缩和WMH进展的大规模跟踪，尤其是在PMRI具有巨大潜力的欠佳地区。在这里，我们提出了一种方法，该方法将白质高强度和36个大脑区域从任何分辨率和对比度（包括PMRI）的扫描中分离出来，而无需重新训练。我们在六个公共数据集以及具有配对的高场扫描（3T和64MT）的私人数据集上显示了结果，在此估计的WMH（ρ= .85）和海马体积（ρ= .89）之间，我们达到了较强的相关性。我们的方法是作为Freesurfer的一部分公开使用的，网址为：http：//surfer.nmr.mgh.harvard.edu/fswiki/wmh-synthseg。
量化白质高强度信号和脑体积......
脑萎缩和白质高强度信号 (WMH) 与中风或多发性硬化症等疾病密切相关。自动分割和量化是人们所期望的，但现有方法需要具有良好信噪比 (SNR) 的高分辨率 MRI。这阻碍了其在临床和低场便携式 MRI (pMRI) 扫描中的应用，从而妨碍了对萎缩和 WMH 进展的大规模追踪，尤其是在 pMRI 具有巨大潜力的服务欠缺地区。在这里，我们提出了一种无需重新训练即可从任何分辨率和对比度（包括 pMRI）的扫描中分割出白质高强度信号和 36 个大脑区域的方法。我们在六个公共数据集和一个包含成对高场和低场扫描（3T 和 64mT）的私人数据集上展示了结果，其中我们获得了在两个场估计的 WMH（ρ =.85）和海马体积（ρ =.89）之间的强相关性。我们的方法作为 FreeSurfer 的一部分向公众开放，网址为：http://surfer.nmr.mgh.harvard.edu/fswiki/WMH-SynthSeg。
库尔恰托夫研究所超级计算机上的 MRI/fMRI 数据自动处理和分析系统
摘要。本文介绍了库尔恰托夫研究所“Cognimed”资源中心获取的 MRI/fMRI 断层扫描数据的自动处理和分析系统的计算机模型。该系统基于“数字实验室”IT 平台，涉及库尔恰托夫研究所超级计算机集群 HPC4，通过在超级计算机节点（1 个受试者 - 1 个节点）上并行计算，可以加快群组（2-350 个受试者）的数据处理速度。所提出的系统允许科学家远程使用安装在超级计算机上的专用软件来处理和分析 MRI/fMRI 数据；组织统一的数据存储；允许通过 Web 界面处理数据。该系统还允许使用 KI 研究人员开发的程序模块，这些程序模块实施数学方法来改进数据分析结果。作为该计算机模型实现的一个例子，介绍了模块“MRI FS”，它使用开放的专用软件 FreeSurfer v.6.0 自动处理和分析 MRI 数据。
一种用于多发性硬化症全脑和病变同时分割的对比度自适应方法
这里我们介绍了一种从多发性硬化症患者的多对比度脑 MRI 扫描中同时分割白质病变和正常神经解剖结构的方法。该方法将一种新的白质病变模型集成到之前经过验证的全脑分割生成模型中。通过使用单独的解剖结构形状及其在 MRI 中的外观模型，该算法可以适应使用不同扫描仪和成像协议获取的数据而无需重新训练。我们使用四个不同的数据集验证了该方法，在同时分割数十个其他脑结构的同时，显示出在白质病变分割方面的稳健性能。我们进一步证明，对比度自适应方法也可安全地应用于健康对照的 MRI 扫描，并复制之前记录的 MS 深层灰质结构萎缩模式。该算法作为开源神经成像包 FreeSurfer 的一部分向公众开放。
基于MRI的大脑体积模型的开发和验证预测早产新生儿的精神运动不良结果
在2012年1月至2019年12月之间出生的遣散儿童医院住院的早产新生儿被连续收集。纳入标准包括在1500 g下进行出生体重的婴儿，他们在校正年龄（CA）18-24个月（CA）的婴儿和幼儿发育第二版（BSID-II）评估均接受了茶MRI和Bayley量表第二版（BSID-II）。使用3D T1WI的TEA MRI，脑量信息源自婴儿FreeSurfer。内部胶囊后肢的分数各向异性的平均值和标准偏差。人口统计信息和合并症被用作临床信息。研究队列在训练和测试集中分配为7：3。随机森林和逻辑回归模型，以预测低精神运动指数（PDI <85）和低精神发展指数（MDI <85）。性能指标，包括接收器工作曲线（AUROC）下的面积，准确性，灵敏度，精度和F1分数，在测试集中评估。
基于MRI的大脑体积模型的开发和验证预测早产新生儿的精神运动不良结果
在2012年1月至2019年12月之间出生的遣散儿童医院住院的早产新生儿被连续收集。纳入标准包括在1500 g下进行出生体重的婴儿，他们在校正年龄（CA）18-24个月（CA）的婴儿和幼儿发育第二版（BSID-II）评估均接受了茶MRI和Bayley量表第二版（BSID-II）。使用3D T1WI的TEA MRI，脑量信息源自婴儿FreeSurfer。内部胶囊后肢的分数各向异性的平均值和标准偏差。人口统计信息和合并症被用作临床信息。研究队列在训练和测试集中分配为7：3。随机森林和逻辑回归模型，以预测低精神运动指数（PDI <85）和低精神发展指数（MDI <85）。性能指标，包括接收器工作曲线（AUROC）下的面积，准确性，灵敏度，精度和F1分数，在测试集中评估。
大脑结构和与
摘要我们提供了开源工具，用于3D分析人类大脑的剖面图片的照片，这些切片是在脑库中常规获取的，但很少用于定量分析。我们的工具可以：（i）3D从照片中重建一个音量，并选择地是表面扫描； （ii）每个半球的11个大脑区域产生高分辨率的3D分割（总共22个），与切片厚度无关。我们的工具可以用作离体磁共振成像（MRI）的替代品，该成像需要访问MRI扫描仪，离体扫描专业知识和相当大的财务资源。我们测试了来自两个NIH阿尔茨海默氏病研究中心的合成和真实数据的工具。结果表明，我们的方法可以得出与MRI高度相关的准确的3D重建，分割和体积测量值。我们的方法还检测到验尸确认阿尔茨海默氏病病例和对照之间的预期差异。这些工具可在我们的广泛神经成像套件“ freesurfer”（https://surfer.nmr.mgh.harvard.edu/fswiki/phototools）中获得。
听觉符号材料的高保真传输与主要听觉区域之间左右神经解剖不对称的减少有关
人们认为，音乐等听觉符号系统的代际稳定性依赖于大脑过程，这些过程允许忠实地传递复杂的声音。人们对支持这种能力的人类大脑的功能和结构方面知之甚少，一些研究表明听觉网络的双侧组织是假定的神经基础。在这里，我们通过检查听觉皮层之间左右神经解剖不对称的作用进一步检验了这一假设。我们从大量参与者（非音乐家）收集了神经解剖图像，并使用 Freesurfer 的基于表面的形态测量法对其进行了分析。扫描数周后，同样的个体参加了模拟音乐传播的实验室实验：信号游戏。我们发现，人工音调系统的代际传递的高准确性与 Heschl 沟皮层厚度向右不对称的减少有关。我们的研究表明，旋律材料的高保真复制可能依赖于计算神经元资源在半球中的分布程度。我们的数据进一步支持了大脑半球间组织在听觉符号系统的文化传播和进化中的作用。
使用神经网络对 3D 脑部扫描进行多模态分割
脑部扫描的解剖分割与诊断和神经放射学研究高度相关。由于软组织对比度强，传统上分割是在 T 1 加权 MRI 扫描上进行的。在这项工作中，我们报告了一项基于学习的自动化脑部分割的比较研究，该研究针对 MRI 和计算机断层扫描 (CT) 扫描的各种其他对比度进行，并研究了这些成像模式中包含的解剖软组织信息。总共包含 853 个 MRI/CT 脑部扫描的大型数据库使我们能够训练卷积神经网络 (CNN) 进行分割。我们在四种不同的成像模式和 27 个解剖子结构上对 CNN 性能进行了基准测试。对于每种模式，我们基于一个通用架构训练一个单独的 CNN。我们发现平均 Dice 得分分别为 86.7 ± 4.1 %（T 1 加权 MRI）、81.9 ± 6.7 %（液体衰减反转恢复 MRI）、80.8 ± 6.6 %（扩散加权 MRI）和 80.7 ± 8.2%（CT）。性能是相对于使用广泛采用的 FreeSurfer 软件包获得的标签进行评估的。分割管道使用 dropout 采样来识别损坏的输入扫描或低质量分割。在图形处理单元上，对超过 200 万人素的 3D 体积进行完整分割需要不到 1 秒的处理时间。
Fritze，Stefan； Harneit，Anais；沃丁顿，约翰； Kubera，Katharina M； Schmitgen，Mike M；奥特，玛丽·卢斯；等。 （2024）。 的结构变化 轩尼诗，罗宾·J（Robin J。）；鲍德温（Patrizia） Browne，David J。；安东尼的金斯拉；沃丁顿，约翰（2007）：三维激光表面成像和ge
摘要脑干，丘脑和纹状体在精神分裂症谱系障碍（SSD）患者中的相对作用在很大程度上是未知的。To determine whether topographical alterations of the brainstem, thalamus and striatum contribute to parkinsonism in SSD patients, we conducted structural magnetic resonance imaging (MRI) of SSD patients with (SSD-P, n = 35) and without (SSD-nonP, n = 64) parkinsonism, as defined by a Simpson and Angus Scale (SAS) total score of ≥ 4 and < 4, respectively,与健康对照相比（n = 20）。FreeSurfer V6.0用于分割四个脑干区域（髓质长肌，Pons，上小脑梗和中脑），尾状核，put骨和丘脑。与没有帕金森主义的患者相比，帕金森氏症患者的髓质长大（p = 0.01，错误发现率（FDR）校正）和壳核（P = 0.02，FDR校正）的体积相比。在整个患者样本中（n = 99），（a）髓质长卷和SAS总数（p = 0.034）和glabella salivation（p = 0.007）的得分与（b）Thalamic量和SAS总数（p = 0.033）和glabella-salivation（P = 0.00）（P = 0.00）（P = 0.007）（P = 0.007）（P = 0.007）（P = 0.00）（P = 0.007）， 确定了显着的负相关。 这些结果表明，脑干和丘脑结构以及基于基础神经节的运动电路在SSD中帕金森主义的发病机理中起着至关重要的作用。确定了显着的负相关。 这些结果表明，脑干和丘脑结构以及基于基础神经节的运动电路在SSD中帕金森主义的发病机理中起着至关重要的作用。确定了显着的负相关。 这些结果表明，脑干和丘脑结构以及基于基础神经节的运动电路在SSD中帕金森主义的发病机理中起着至关重要的作用。确定了显着的负相关。这些结果表明，脑干和丘脑结构以及基于基础神经节的运动电路在SSD中帕金森主义的发病机理中起着至关重要的作用。