结构磁共振头部扫描分割精度对 TMS 与 tES 电场计算的影响
医学物理
2021-02-03 v2 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
在若干基于电刺激效应的诊断与治疗程序中，与刺激相关的内部物理量是感应电场。为估算个体人模中的感应电场，需要将相应身体部位的解剖成像（如磁共振图像（MRI）扫描）分割为组织。然后，将与不同标注组织相关的电属性赋予数字模型以生成容积导体。一个开放性问题为不同组织的分割精度会如何影响感应电场的分布。在本研究中，我们应用不同组织的参数化分割，利用可用 MRI 的分割，使用名为 ForkNet 的深度学习神经网络架构生成不同质量的头部模型。随后比较感应电场以评估模型分割变异的影响。计算结果表明分割误差的影响具有组织依赖性。在脑中，对经颅磁刺激（TMS）和经颅电刺激（tES）而言，脑脊液（CSF）对分割精度的敏感性相对较高，灰质（GM）中等，白质较低。CSF 分割精度以 Dice 系数（DC）计降低 10% 导致两种应用中归一化感应电场降低至多 4%。然而，GM 分割精度以 DC 计降低 5.6% 导致归一化感应电场增加至多 6%。对 TMS 和 tES，CSF 与 GM 的电场变化呈相反趋势。此处所得发现有助于量化计算结果潜在的不确定性。
引用
@article{arxiv.2009.12015,
title = {Influence of segmentation accuracy in structural MR head scans on electric field computation for TMS and tES},
author = {Essam A. Rashed and Jose Gomez-Tames and Akimasa Hirata},
journal= {arXiv preprint arXiv:2009.12015},
year = {2021}
}
备注
Phys. Med. Biol