基于计算图像的卒中评估：用于纵向多站点临床前 MRI 评价脑保护剂
定量方法
2023-03-31 v2 计算机视觉与模式识别
摘要
尽管缺血性卒中是全球主要死因，但将 putative 脑保护剂从啮齿类临床前试验转化至人类患者的成功案例甚少。我们研究了基于计算图像的评估工具，以切实提升大规模啮齿类临床前筛选潜在治疗干预措施的质量、可扩展性与前景。我们为卒中临床前评估网络（Stroke Preclinical Assessment Network, SPAN）——一项评估一系列脑保护剂干预的多站点、多臂、多阶段研究——开发、评估并部署了一条基于图像的卒中结局量化流水线。我们的全自动化流水线结合了最先进的算法与数据分析方法，从中脑动脉闭塞（MCAO）啮齿类模型纵向采集的多参数 MRI 数据评估卒中结局，包括梗死体积、脑萎缩、中线移位与数据质量测度。我们将该方法应用于 1,368 次扫描，并报告了损伤范围与损伤后纵向变化的群体水平结果。我们通过与该脑冠状 MRI 切片及组织切片的人工标注相比较，并利用来自该网络的盲法卒中专家众包，验证了我们的系统。我们的结果展示了基于图像的卒中评估的有效性与鲁棒性。该流水线可为 SPAN 及其他网络未来开展的啮齿类临床前研究提供有前景的资源。
引用
@article{arxiv.2203.05714,
title = {Computational Image-based Stroke Assessment for Evaluation of Cerebroprotectants with Longitudinal and Multi-site Preclinical MRI},
author = {Ryan P. Cabeen and Joseph Mandeville and Fahmeed Hyder and Basavaraju G. Sanganahalli and Daniel R. Thedens and Ali Arbab and Shuning Huang and Adnan Bibic and Erendiz Tarakci and Jelena Mihailovic and Andreia Morais and Jessica Lamb and Karisma Nagarkatti and Arthur W. Toga and Patrick Lyden and Cenk Ayata},
journal= {arXiv preprint arXiv:2203.05714},
year = {2023}
}