TY - T1的病变发病率估计和检测使用多模纵向核磁共振成像(P03.069) JF -神经学乔-神经病学SP - P03.069 LP - P03.069六世- 78 - 1补充盟盟——伊丽莎白·斯威尼盟——罗素Shin首页ohara科林·谢伊AU -丹尼尔帝国盟Ciprian Crainiceanu Y1 - 2012/04/24 UR - //www.ez-admanager.com/content/78/1_Supplement/P03.069.abstract N2 -目的:检测事件和扩大病变的磁共振成像(MRI)在监测至关重要的多发性硬化症(MS)。我们建议和评估一个自动化的方法来检测体素水平病变发生率在连续使用多个核磁共振方法研究。背景在临床试验中,病变负载手工分段连续观察到t2加权磁共振需要耗费大量的时间和成本。减去从连续时间点取消稳定损伤图像,只留下新的病变活动。手动分割图像减法有助于识别更多的改变病变大inter-observer协议。高度准确,完全自动的分割方法将极大地促进事件的分析病变在这个上下文。设计/方法:我们建议Subtraction-Based逻辑推理建模和评估(升华),一个自动分段事件病变体素的方法。我们使用逻辑回归模型将多个核磁共振方法从纵向研究评估voxel-level概率损伤发生率。在这项工作中,我们使用t1、t2加权液体衰减反转恢复,和质子密度量从110核磁共振的研究主题。崇高也可能被应用在更多,更少,或者不同的模式。结果:与崇高,检测到损伤发生率与接受者操作特征曲线下面积98%的体素的水平。Conclusions: SuBLIME is a fully automated and computationally fast method that allows sensitive and specific detection of lesion incidence and enlargement that can be applied to large collections of images. SuBLIME can easily be adapted to monitor other brain pathologies assessed using serial MRI.Supported by: NINDS.Disclosure: Dr. Sweeney has nothing to disclose. Dr. Shinohara has nothing to disclose. Dr. Shea has nothing to disclose. Dr. Reich has nothing to disclose. Dr. Crainiceanu has nothing to disclose.Tuesday, April 24 2012, 14:00 pm-18:30 pm ER -