4 个月前
通过重新利用临床MRI档案为多发性硬化症研究提供新的见解
Philipp Goebl, Jed Wingrove, Omar Abdelmannan, Barbara Brito Vega, Jonathan Stutters, Silvia Da Graca Ramos, Owain Kenway, Thomas Rossor, Evangeline Wassmer, Douglas L. Arnold, D. Louis Collins, Cheryl Hemingway, Sridar Narayanan, Jeremy Chataway, Declan Chard, Juan Eugenio Iglesias, Frederik Barkhof, Geoff J. M. Parker, Neil P. Oxtoby, Yael Hacohen, Alan Thompson, Daniel C. Alexander, Olga Ciccarelli, Arman Eshaghi
摘要
磁共振成像（MRI）生物标志物对于多发性硬化症（MS）的临床研究和试验至关重要，但量化这些标志物需要多对比度协议，这限制了大量单对比度医院档案的使用。为此，我们开发了MindGlide，一种深度学习模型，可以从任何单一MRI对比度中提取脑区和白质病变体积。我们在来自2934名MS患者的4247次脑部MRI扫描上训练了MindGlide，这些扫描涵盖了592台不同的扫描仪，并在两个临床试验（原发进展型MS和继发进展型MS试验）以及一个常规护理MS数据集中使用14,952次扫描从1,001名患者中进行了外部验证。测试结果显示，该模型在与专家标记的病变体积对比时优于两种最先进的模型。在临床试验中，MindGlide检测到了治疗对T2病变累积及皮层和深灰质体积损失的影响。在常规护理数据中，T2病变体积在接受中效治疗时有所增加，但在接受高效治疗时保持稳定。MindGlide的独特之处在于它能够实现存档单对比度MRI的定量分析，从而解锁未充分利用的医院数据集中的宝贵见解。