Muskel MR som skisserer neuromuskulære sykdommer ved bruk av kunstig intelligens

Bakgrunn og mål:

Nevromuskulære sykdommer omfatter en rekke tilstander som påvirker muskelceller, nerver eller samspillet mellom de to. Et vanlig patologisk trekk ved disse forholdene er den pro-gressive erstatningen av muskelvev med fett, som kan visualiseres ved bruk av magnetisk reso-nance-avbildning (MRI). MR-basert fettkvantifisering fungerer som en viktig biomarkør for sykdomskarakterisering, progresjonssporing og behandlingsvurdering. Foreløpig er manuell segment av MR-skanninger for fettkvantifisering veldig tidkrevende, noe som krever individuell muskelavgrensning. Derfor utvikles en kunstig intelligens (AI) -modell for å automatisere segmenteringen. Målet med denne studien er å validere denne AI -modellen og vurdere dens muligheter og begrensninger.

Metode:

Studien pågår. Retrospektive MR-skanninger av pasienter med fire forskjellige muskelsykdommer (anoktaminopati, Becker muskeldystrofi, facioskapulohumeral muskeldystrofi og hypokalemisk periodisk lammelse) blir samlet og manuell avgrensning som brukes til trening AI-modellen blir utført. Den intramuskulære fettfraksjonen av individuelle muskler i bekkenet, låret og leggen vil bli analysert ved bruk av AI -modellen. Ytelsen til AI -modellen vil bli sammenlignet med manuell segmentering. AI vil bli evaluert på beregninger som segmenteringsnøyaktighet og tidseffektivitet.