4달 전
기존 스캔에서 새로운 통찰력을 얻기 위해 다발성 경화증 연구를 위한 임상 MRI 아카이브의 재활용
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
초록
자기 공명 영상(MRI) 바이오마커는 다발성 경화증(MS) 임상 연구 및 시험에서 필수적이지만, 이를 정량화하기 위해서는 다중 대비 프로토콜이 필요하며 이는 풍부한 단일 대비 병원 아카이브의 사용을 제한합니다. 우리는 어떤 단일 MRI 대비에서도 뇌 영역과 백질 병변 부피를 추출할 수 있는 딥러닝 모델인 MindGlide를 개발했습니다. MindGlide는 592개의 스캐너에서 얻은 2934명의 MS 환자의 4247건의 뇌 MRI 스캔 데이터로 학습되었으며, 두 개의 임상 시험(주요 진행성 MS와 이차 진행성 MS 시험)과 일상적인 치료용 MS 데이터셋에서 1,001명의 환자로부터 얻은 14,952건의 스캔을 사용하여 외부 검증되었습니다. 전문가가 라벨링한 병변 부피에 대해 테스트했을 때, MindGlide는 두 가지 최신 모델보다 우수한 성능을 보였습니다. 임상 시험에서는 MindGlide가 T2-병변 증가와 피질 및 심층 회백질 부피 감소에 대한 치료 효과를 감지하였습니다. 일상적인 치료 데이터에서는 중등도 효과 치료군에서 T2-병변 부피가 증가하였으나, 고도 효과 치료군에서는 안정적으로 유지되었습니다. MindGlide는 독특하게도 미활용된 병원 데이터셋으로부터 통찰력을 제공할 수 있는 단일 대비 아카이브 MRI의 정량적 분석을 가능하게 합니다.