الذكاء الاصطناعي ومشكلات العالم الصعبة · الطب واكتشاف الأدوية · Nature (computational biology) · 2026-10-23

إطار تعلّم عميق للتسمية الآلية لفقرات النخاع الشوكي العنقي واستخلاص القياسات المورفومترية من التصوير بالرنين المغناطيسي للدماغ مع تحقق واسع النطاق متعدد المراكز

العنوان الأصلي: A deep learning framework for automated cervical spinal cord vertebral labeling and morphometric extraction from brain MRI with large-scale multicenter validation

هدفت الدراسة إلى بناء خط معالجة آلي بالكامل والتحقق من صحته، يحدد المستويات الفقرية C1–C3 من الحبل الشوكي العنقي العلوي في تصوير الدماغ بالرنين المغناطيسي بوزن T1، ويتضمن مراقبة الجودة. دُرّبت نماذج التعلم العميق على بيانات 998 شخصًا من الأصحاء و879 مريضًا بالرنح الوراثي من 32 موقعًا، وكان أداء nnU-Net الأفضل (معامل Dice يساوي 0.85 للمستوى C1 و0.89 للمستويين C2 وC3). وأظهر التحقق الخارجي على 2,737 صورة رنين مغناطيسي أن دقة التسمية تجاوزت 92% في أربع من خمس مجموعات بيانات، كما اكتشفت الطريقة ضمورًا طوليًا في الحبل الشوكي لدى مرضى التصلب المتعدد.

اقرأ المصدر الأصلي ↗

جميع العناصر →