家族性脑海绵状血管畸形疾病进展评估的创新定量分析
图像与视频处理
2025-02-11 v1 计算机视觉与模式识别
摘要
家族性脑海绵状血管畸形(FCCM)是一种以中枢神经系统内异常血管结构为特征的遗传性疾病。FCCM病变通常数量多且复杂，使得病变的定量分析成为一项劳动密集型任务。因此，临床医生在定量评估病变严重程度和判断病变是否进展方面面临挑战。为缓解此问题，我们提出一个FCCM定量统计框架，包括高效标注模块、FCCM病变分割模块和FCCM病变定量统计模块。我们的框架基于高效数据标注实现了FCCM病变的精确分割，Dice系数达到93.22%。更重要的是，我们专注于病变的定量统计，结合图像配准实现患者不同检查之间病变的定量比较，并建立了可视化框架供医生全面比较和分析病变。实验结果表明，我们提出的框架不仅获得了客观、准确、全面的定量统计信息，为疾病进展和药物疗效研究提供了定量评估方法，而且显著减少了病变的手动测量和统计工作量，辅助FCCM临床决策并加速FCCM临床研究进展。这突显了该框架在FCCM临床研究和临床决策中的实际应用潜力。代码可在https://github.com/6zrg/Quantitative-Statistics-of-FCCM获取。
引用
@article{arxiv.2403.15803,
title = {Innovative Quantitative Analysis for Disease Progression Assessment in Familial Cerebral Cavernous Malformations},
author = {Ruige Zong and Tao Wang and Chunwang Li and Xinlin Zhang and Yuanbin Chen and Longxuan Zhao and Qixuan Li and Qinquan Gao and Dezhi Kang and Fuxin Lin and Tong Tong},
journal= {arXiv preprint arXiv:2403.15803},
year = {2025}
}