AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-23

बड़े पैमाने पर बहु-केंद्रीय सत्यापन के साथ मस्तिष्क MRI से स्वचालित ग्रीवा मेरुरज्जु कशेरुका लेबलिंग और आकृतिमितीय निष्कर्षण के लिए एक डीप लर्निंग फ्रेमवर्क

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

इस अध्ययन का उद्देश्य एक पूरी तरह स्वचालित पाइपलाइन बनाना और उसे मान्य करना था, जो T1-वेटेड ब्रेन MRI में ऊपरी सर्वाइकल स्पाइनल कॉर्ड के C1–C3 कशेरुका स्तरों की पहचान करती है और गुणवत्ता नियंत्रण भी शामिल करती है। डीप लर्निंग मॉडलों को 32 केंद्रों के 998 नियंत्रण व्यक्तियों और आनुवंशिक एटैक्सिया वाले 879 रोगियों के डेटा पर प्रशिक्षित किया गया, जिनमें nnU-Net ने सबसे अच्छा प्रदर्शन किया (C1 के लिए Dice 0.85 और C2 तथा C3 के लिए 0.89)। 2,737 MRI पर बाहरी सत्यापन में पाँच में से चार डेटासेट में लेबलिंग की सटीकता 92% से अधिक रही, और इस विधि ने मल्टीपल स्क्लेरोसिस के रोगियों में स्पाइनल कॉर्ड के दीर्घकालिक अपक्षय (atrophy) का भी पता लगाया।

मूल लेख पढ़ें ↗

सभी आइटम →