Сегмент МРТ для определения параметров и объяснения глубинного обучения в многоразовом склерозе.

Кортикальные повреждения (КЛ) стали ценными биомаркерами в множестве склерозов (МС), что обеспечивает высокую диагностическую специфичность и перспективную актуальность. Однако их плановая клиническая интеграция по-прежнему ограничена из-за тонкого магнитного резонансного изображения (MRI), проблем с экспертными аннотациями и отсутствия стандартизированных автоматизированных методов. Мы предлагаем всеобъемлющий многоцентричный критерий обнаружения и сегментации КЛ в МРТ. В общей сложности 656 обследований МРТ, включая клинические исследования и исследовательские данные четырех учреждений, были получены на 3Т и 7Т с использованием последовательностей MP2RAGE и MPRAGE с аннотациями экспертов-консенсусов. Мы полагаемся на самоконфигурирующуюся систему nnU-Net, разработанную для сегментации медицинских изображений, и предлагаем адаптацию, адаптированную к усовершенствованному обнаружению CL. Мы провели оценку обобщения моделей путем проведения внедистрибьюторских тестов, демонстрируя сильные возможности обнаружения повреждений с коэффициентом F1, составляющим, соответственно, 0,64 и 0,5 в зоне и за ее пределами. Мы также анализируем особенности внутренней модели и ошибки модели для лучшего понимания процесса принятия решений АИ. В нашем исследовании рассматривается вопрос о том, каким образом изменчивость данных, двусмысленность повреждений и различия между протоколами оказывают воздействие на эффективность модели, и предлагаются будущие рекомендации по устранению этих барьеров на пути клинического внедрения. Чтобы повысить воспроизводимость, реализация и модели будут доступны для общественности и готовы к использованию в Гитхубе в Зенодо.