改进脊髓磁共振图像的解读

一群研究人员与促进瓦伦西亚地区促进健康和生物医学研究的生物医学形象的联合研究单位（Fisabio）和PríncipeFelipe研究中心基金会（CIPF）开发了一种改善解剖学自动检测的软件bob88体育平台登录脊髓磁共振图像中的结构。

现有的方法不具备检测椎体、椎间盘、神经或血管等元素的能力。因此，本研究的主要目的是解决这些问题的基础上，利用自动分割磁共振图像。

语义分割包括使用能够将类别与图像中存在的每个像素相关联的算法。在这种情况下，将与椎骨，神经等对应的图像中的像素分化是有用的。

Jhon Jairo Saénz，这篇文章的主要作者，解释说:“腰椎痛的高发病率和腰椎磁共振成像提供的大量解剖细节使其成为检测骨骼和脊髓异常的有价值的工具。在这方面，用来突出有趣的结构、器官和病理的方法就是分割。”

第25届国际国际纪念品展示由Jhon JairoSáenzGamboa，MaríadaIglesia-Vayá和JonAndergómezAdrián提出了“通过卷积神经网络与腰部地区的结构元素与腰部脊髓脊髓有关的结构元素的自动语义分割。模式识别会议。这是关于模式识别，计算机学习和计算机愿景领域的主要世界会议之一。

如今，分析脊髓磁共振图像的过程从放射科医师的检查开始。然后，改善诊断的语义分割必须由放射专家教授的数据工程师或科学家来完成。

“这种解释图像的方式速度很慢，具体取决于观察者的可变性。这就是为什么能够可靠地检测和量化骨干结构和组织的自动方法的开发提出了极大的兴趣。目的是提供放射学服务的检查这些图像，提高了诊断的安全性，减少了这样做的时间，“Jhon Jairo说。

该研究解决了现有方法存在的一些问题。例如，它实现了高质量的语义分割，可以作为手工分割更多磁共振图像的起点。

乔罗说：“由于在相互依存的邻居区域中包含结构发现，椎骨结构的自动检测将促进基于发病机制的诊断（考虑涉及疾病发展的所有元素）。”

对结构相关性的发现将有助于找到理解骨干疾病和推动新治疗所需的病理链接。

这项工作可以提高解读磁共振成像的敏感性患者脊髓根据CIPF组的神经元和组织再生的领导者，损害在病变的进展情况下，对治疗的损害的进展具有巨大的诊断和预后意义，在CIPF中的组织再生的说法，她研究了新的治疗这种方法的新疗法病变。

卷积神经网络

本工作所提出的技术是基于应用卷积神经网络(CNN)。卷积神经网络是一种用图像训练的深度学习算法，并对图像中的某些元素赋予重要性，以区分它们。

乔罗说：“我们的系统采用了高质量的语义分割，可在腰部区域检测到高达11种不同的结构，而当前算法仅集中在自动分割椎骨或盘中。”

同时分割由于考虑了不同部位的损伤，它允许建立病理相关性，因此具有重要的临床意义。

基于CNN提出的架构已经在瓦伦西亚协会(BIMCV)健康图像库要求的一组腰椎磁共振图像中进行了测试。这些图像属于75个研究案例，其中41个女性，34个男性。

---

---