自动化工具可以将脑部扫描与神经纤维瘤病患者的认知缺陷联系起来

劳里·切丁(Laurie Cutting)、帕特里夏和罗德斯·哈特(Patricia and Rodes Hart)皮博迪教育与人类发展学院(Peabody College of Education and Human Development)特殊教育教授兼教授以及工程学院电气与计算机工程系教授兼系主任贝内特·兰德曼(Bennett Landman)实验室的研究人员最近在《磁共振成像》上发表了一项研究。探索一种用于对1型神经纤维瘤病患者大脑进行成像的新工具及其在评估其症状方面的重要性。

神经纤维瘤病1是由调节肿瘤抑制因子产生的基因突变引起的疾病。这些突变可以触发肿瘤的生长，例如神经纤维瘤，神经细胞上发展的良性肿瘤。

了解该疾病的许多特征的最佳方法是对患者的大脑进行FLAIR成像(一种磁共振成像)。

在 n eurofibromasis 1 患者的 FLAIR 图像中，通常存在异常亮点，可能表明髓鞘层(某些神经细胞周围的绝缘层)之间存在液体，这可能导致在患者中观察到的认知缺陷。

未识别的明亮物体 - FLAIR图像中的亮点 - 传统上是手动定义和分割(数字分离以供进一步研究)，这需要密集的培训，并且耗时且昂贵。

目前的工作，由第一作者和神经科学博士生领导 Emily Harriott和合著者，最近的神经科学博士毕业生Tin Nguyen，测试并验证了一种半自动方法，用于检测和分割患有欧洲纤维瘤病1的儿童和青少年的UBO。切割实验室工作人员研究员Laura Barquero也参与了这项研究。

新方法使用一种称为病变分割工具的工具，可靠地识别和分割最终受益人，并且比手动工作快得多。在确定了LST的效用后，科学家们探索了总UBO体积与认知功能之间的可能相关性。

研究人员证明，总UBO体积与单个单词阅读能力，语音意识(识别和操纵口语部分)和视觉空间技能有关，并且UBO体积较大的参与者在这些认知指标上的得分较低。

使用自动化工具将减少分析最终受益人所需的时间和成本。此外，应用LST等工具来检查UBO体积与认知能力之间的关系将有助于创建和完善有针对性的药理学，学术和行为干预措施，从而改善1型欧洲纤维瘤病患者的生活质量。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！