소식

Jan 14, 2024

딥 러닝은 rads가 소아 미엘린 성숙 연령을 예측하는 데 도움이 됩니다.

2023년 7월 31일 -- 딥 러닝 모델은 방사선 전문의가 뇌 MRI에서 소아 미엘린 성숙 연령을 정확하게 예측하는 데 도움이 되며 이 작업을 완료하는 데 필요한 시간을 줄이는 데 도움이 될 수 있다는 연구

2023년 7월 31일 -- 딥 러닝 모델은 방사선 전문의가 뇌 MRI에서 소아 미엘린 성숙 연령을 정확하게 예측하는 데 도움이 되며 이 작업을 완료하는 데 필요한 시간을 줄이는 데 도움이 될 수 있다고 Radiology: Artificial Intelligence에 7월 26일 발표된 연구에서 밝혀졌습니다.

건강한 미엘린 성숙은 건강한 뇌 발달의 핵심이므로 이를 평가하기 위해 AI를 사용하면 임상의가 신경 질환이 의심되는 어린이에게 더 신속하게 개입하는 데 도움이 될 수 있다고 바젤 소재 대학 아동 병원의 Tugba Akinci D'Antonoli 박사가 이끄는 팀은 말했습니다. 스위스.

“적시에 발달 장애를 발견하고 치료하기 위해서는 미엘린 발달을 평가하는 것이 중요합니다.”라고 연구진은 지적했습니다.

미엘린은 뇌와 척수를 포함한 신경 주위에 형성되는 껍질이라고 연구팀은 설명했습니다. 그 성숙은 출생 전부터 시작되어 아이가 약 3세가 될 때까지 계속됩니다. 소아 방사선 전문의는 연령에 맞는 이정표를 추적하고 뇌 MRI 이미지를 정상적인 "템플릿"과 비교하여 미엘린 성숙을 평가합니다. 그러나 이 작업은 까다롭고 수년간의 전문 지식이 필요하다고 저자는 지적했습니다. 그렇기 때문에 딥러닝이 도움이 될 수 있습니다.

"[미엘린 성숙]을 자동화하고 객관화하면 임상 의사 결정 과정을 지원하고 가속화할 수 있습니다."라고 그들은 썼습니다.

연구를 위해 연구자들은 방사선 전문의의 평가를 기반으로 미엘린 성숙 연령을 예측하기 위해 0세에서 3세 사이의 어린이 833명의 데이터를 사용하여 훈련하고 검증한 세 가지 컨벌루션 신경망 모델(2D, 3D, 2D + 3D)을 개발했습니다. 이들 중 275개에서 영상 촬영 시 병리가 발견되었습니다. 환자들은 2011년 1월부터 2021년 3월 사이에 뇌 MRI 검사를 받았습니다.

그룹은 내부 데이터세트와 2개의 외부 세트(이러한 외부 세트에는 국립 보건원(National Institutes of Health) 소아 뇌 MRI 데이터베이스 및 개발 중인 Human Connectome Project 데이터베이스의 정보가 포함되어 있음)에서 세 가지 모델을 테스트했습니다. 그런 다음 팀은 평균 절대 오차(MAE)와 피어슨 상관 계수를 사용하여 수개월 단위로 미엘린 연령을 평가하는 모델의 성능을 평가했습니다.

연구진은 세 가지 모델 모두 미엘린 연령을 추정하는 데 있어 비슷한 성능을 발휘한다는 사실을 발견했습니다.

또한 세 가지 모델은 교차 검증, 내부 테스트 및 NIH 외부 테스트 세트에 대한 방사선 전문의 평가와도 좋은 일치를 보였다고 팀은 보고했습니다. 또한 연구원에 따르면 2D와 3D 모델은 MAE 2.09로 문헌에 보고된 이전에 개발된 미엘린 평가 모델보다 성능이 뛰어났습니다.

딥러닝 알고리즘은 미엘린 성숙도 평가에 대한 가능성을 보여줄 뿐만 아니라 방사선 전문의 간의 해석 차이를 완화할 수도 있다고 그룹은 말했습니다.

"[우리의 연구는] 딥 러닝 알고리즘이 뇌 MRI를 기반으로 정상적인 연령별 미엘린 발달을 예측하는 데 유용할 수 있음을 시사합니다."라고 결론지었습니다. "이러한 파이프라인은 임상적 의사 결정 과정을 지원하면서 관찰자 내 및 관찰자 간 가변성을 극복하는 데 도움이 될 수 있습니다. 추가 단계에서 동일한 방법을 사용하여 발달 지연이 있는 환자를 식별하고 결과를 예측할 수 있습니다."

전체 연구는 여기에서 확인할 수 있습니다.