• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Quantification and Analysis of Large Multimodal Clinical Image Studies: Application to Stroke
【2h】

Quantification and Analysis of Large Multimodal Clinical Image Studies: Application to Stroke

机译：定量和大多式联运临床图像研究分析：应用中风

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present an analysis framework for large studies of multimodal clinical quality brain image collections. Processing and analysis of such datasets is challenging due to low resolution, poor contrast, mis-aligned images, and restricted field of view. We adapt existing registration and segmentation methods and build a computational pipeline for spatial normalization and feature extraction. The resulting aligned dataset enables clinically meaningful analysis of spatial distributions of relevant anatomical features and of their evolution with age and disease progression. We demonstrate the approach on a neuroimaging study of stroke with more than 800 patients. We show that by combining data from several modalities, we can automatically segment important biomarkers such as white matter hyperintensity and characterize pathology evolution in this heterogeneous cohort. Specifically, we examine two sub-populations with different dynamics of white matter hyperintensity changes as a function of patients’ age. Pipeline and analysis code is available at .
机译：我们为大型研究多模式临床质量脑图像集合提供了一个分析框架。由于分辨率低，对比度差，图像未对准以及视野受限，因此此类数据集的处理和分析具有挑战性。我们采用现有的配准和分割方法，并建立了用于空间归一化和特征提取的计算管道。生成的对齐数据集可对相关解剖特征的空间分布及其随年龄和疾病进展的演变进行临床上有意义的分析。我们在800多名患者的卒中神经影像学研究中演示了该方法。我们表明，通过结合来自多种模式的数据，我们可以自动对重要的生物标记物（例如白质高信号）进行细分，并在此异质队列中表征病理演变。具体来说，我们检查了两个亚群，这些亚群的白质高强度变化随患者年龄的变化而变化。管道和分析代码可在访问。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号