AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · Nature (computational biology) · 2026-10-23

بڑے پیمانے پر کثیر مراکزی توثیق کے ساتھ دماغی MRI سے گردن کی ریڑھ کی ہڈی کے مہروں کی خودکار لیبلنگ اور مورفومیٹرک اخراج کے لیے ڈیپ لرننگ فریم ورک

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

اس مطالعے کا مقصد ایک مکمل طور پر خودکار pipeline بنانا اور اس کی توثیق کرنا تھا جو T1-weighted برین MRI میں بالائی گردنی spinal cord کے C1–C3 vertebral levels کی نشاندہی کرے اور اس میں معیار کی جانچ بھی شامل ہو۔ Deep learning ماڈلز کو 32 مقامات سے 998 صحت مند افراد اور موروثی ataxias کے 879 مریضوں کے ڈیٹا پر تربیت دی گئی، جن میں nnU-Net نے بہترین کارکردگی دکھائی (C1 کے لیے Dice 0.85 اور C2 اور C3 کے لیے 0.89)۔ 2,737 MRIs پر بیرونی توثیق سے پانچ میں سے چار ڈیٹا سیٹس میں لیبلنگ کی درستگی 92% سے زیادہ رہی، اور اس طریقے نے multiple sclerosis کے مریضوں میں spinal cord کے طولی atrophy کا بھی پتا لگایا۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →