Машинное обучение при рассеянном склерозе

Machine Learning in Multiple Sclerosis
Bas Jasperse, Frederik Barkhof
2023-01-01

МРТсегментация поражениймашинное обучениерассеянный склерозпрогностическая стратификация
Рассеянный склероз (РС) характеризуется воспалительной активностью и нейродегенерацией, приводящими к накоплению повреждений центральной нервной системы и, как следствие, нарастанию инвалидизации. Магнитно-резонансная томография (МРТ) отображает значительную часть патологических изменений при этом заболевании и поэтому играет ключевую роль в диагностике и мониторинге заболевания. Тем не менее сохраняются существенные проблемы, связанные с дифференциальной диагностикой, адекватным мониторингом прогрессирования заболевания, количественной оценкой повреждения центральной нервной системы (ЦНС) и прогнозированием прогрессирования заболевания. Для преодоления этих проблем применяются методы машинного обучения. В данной главе представлен обзор применения методов машинного обучения при РС, включая диагностическую классификацию, сегментацию очагов, улучшенную визуализацию значимых патологических изменений головного мозга, характеристику нейродегенерации и прогностическую субтипизацию.
1
МРТ играет центральную роль в диагностике и мониторинге рассеянного склероза, однако сохраняются ограничения дифференциальной диагностики, оценки прогрессирования, количественной оценки повреждения ЦНС и прогнозирования.
2
Методы машинного обучения применяются при рассеянном склерозе для диагностической классификации, сегментации очагов и улучшенной визуализации значимой патологии головного мозга.
3
Методы машинного обучения используются для характеристики нейродегенерации и выявления прогностических подтипов рассеянного склероза.
4
Рассеянный склероз вызывает воспалительное и нейродегенеративное повреждение центральной нервной системы, которое накапливается и приводит к инвалидизации.

Рассеянный склероз и визуализируемая на MRI патология центральной нервной системы

Диагностическая классификация, сегментация очагов, визуализация патологии головного мозга, характеристика нейродегенерации и прогностическая стратификация при рассеянном склерозе на основе методов машинного обучения

Publication Details
Publication Date
2023-01-01
Journal
Publisher
ISSN
Cited by
14
Access Type
Author Information
Authors
Bas Jasperse
Frederik Barkhof
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%