前兆のない片頭痛の検出における厚切片臨床品質 MRI データのマルチパラメータ診断モデル

最近では、機械学習法と組み合わせたラジオミクスが臨床現場で広く使用されています。 根底にあるメカニズムを調査する従来の画像研究と比較して、機械学習法は分類と予測に焦点を当てて、パーソナライズされた診断と治療戦略を提案します。 ただし、これらの研究は、薄切片の研究品質の脳 MR イメージングに基づいており、切片の厚さは 2 mm 未満です。 臨床では、薄切片研究設定の代わりに厚切片臨床設定を使用することは、取得時間を短縮して患者の苦痛を軽減するために特に重要です。 ここで研究者は、厚切片の臨床品質の脳 MR 画像から抽出されたラジオミクス機能を使用して、前兆のない片頭痛のマルチパラメトリック診断モデルを構築したいと考えています。