Мониторинг морфометрического дрейфа в сегментации спинного мозга на протяжении всей жизни.

Морфометрические показатели, полученные в результате сегментации спинного мозга, могут использоваться в качестве диагностических и прогнозирующих биомаркеров неврологических заболеваний и травм спинного мозга. Например, площадь поперечного сечения спинного мозга может использоваться для мониторинга атрофии мозга при множественном склерозе и для характеристики сжатия при дегенеративной миэлопатии шейки матки. Хотя за последние несколько лет были разработаны надежные методы автоматической сегментации с учетом широкого круга контрастов и патологий, не была проведена оценка того, являются ли их прогнозы стабильными по мере обновления модели с использованием новых наборов данных. Это особенно важно для формирования нормативных ценностей у здоровых участников. В этом исследовании мы представляем модель сегментации спинного мозга, разработанную на многообъектном (n=75) наборе данных, включая 9 различных контрастов МРТ и несколько патологий спинного мозга. Мы также внедряем систему непрерывного обучения для автоматического мониторинга морфометрического дрейфа по мере обновления модели с использованием дополнительных наборов данных. Система запускается автоматическим трафиком GitHub Action каждый раз, когда создается новая модель, регистрируя морфометрические значения, полученные на основе прогнозов модели с течением времени. В качестве практического применения предлагаемых рамок мы использовали модель сегментации спинного мозга для обновления недавно созданной нормативной базы данных о здоровых участниках, содержащей широко используемые показатели морфометрии спинного мозга. Результаты показали, что: i) наша модель работает хорошо по сравнению с ее предыдущими версиями и существующими моделями, ориентированными на патологию, на поясничном спинном мозге, изображениях с сильным сжатием и в присутствии внутримекулярных повреждений и/или атрофии, достигающих среднего значения Dice 0,95 ± 0,03; ii) автоматический рабочий поток для мониторинга морфометрического дрейфа обеспечивает быструю обратную петлю для разработки будущих моделей сегментации; и iii) коэффициент масштабирования, необходимый для обновления базы данных о морфометрических показателях, практически остается неизменным среди кусочков на всех уровнях позвоночных, что свидетельствует о минимальном дрейфе между текущими и предыдущими вариантами модели, наблюдаемыми в рамках. Модель свободно доступна в Spinal Cord Toolbox v7.0.