Visionerves：用于周围神经系统识别的自动可复现混合AI及其在子宫内膜异位症病例中的应用
计算机视觉与模式识别
2025-09-24 v1 人工智能
摘要
子宫内膜异位症常导致慢性盆腔疼痛和可能的神经受累，但周围神经的成像仍是一个挑战。我们提出了Visionerves，一种用于从多梯度DWI和形态学MRI数据识别周围神经系统的新型混合AI框架。与传统 tractography 不同，Visionerves通过模糊空间关系编码解剖知识，无需手动ROI的选择。该流水线包含两个阶段：（A）使用深度学习模型进行解剖结构的自动分割，（B）通过符号空间推理进行 tractography 和神经识别。应用于10名（确诊或疑似）子宫内膜异位症女性的腰骶丛，Visionerves相比标准 tractography 表现出显著改善，Dice分数提升高达25%，空间误差降至5毫米以下。这种自动可复现的方法实现了详细的神经分析，为子宫内膜异位症相关神经病的非侵入性诊断以及其他神经受累疾病铺平了道路。
引用
@article{arxiv.2509.18185,
title = {Visionerves: Automatic and Reproducible Hybrid AI for Peripheral Nervous System Recognition Applied to Endometriosis Cases},
author = {Giammarco La Barbera and Enzo Bonnot and Thomas Isla and Juan Pablo de la Plata and Joy-Rose Dunoyer de Segonzac and Jennifer Attali and Cécile Lozach and Alexandre Bellucci and Louis Marcellin and Laure Fournier and Sabine Sarnacki and Pietro Gori and Isabelle Bloch},
journal= {arXiv preprint arXiv:2509.18185},
year = {2025}
}
备注
Computer-Aided Pelvic Imaging for Female Health (CAPI) - Workshop MICCAI 2025