Suscribirse

Brain volumes quantification from MRI in healthy controls: Assessing correlation, agreement and robustness of a convolutional neural network-based software against FreeSurfer, CAT12 and FSL - 04/05/21

Doi : 10.1016/j.neurad.2020.10.001 
Hernán Chaves a, b, , Francisco Dorr b, Martín Elías Costa b, María Mercedes Serra a, b, Diego Fernández Slezak b, c, d, Mauricio F. Farez b, e, f, g, Gustavo Sevlever e, Paulina Yañez a, Claudia Cejas a
a Diagnostic Imaging Department, Fleni, Buenos Aires, Argentina 
b Entelai, Buenos Aires, Argentina 
c Departamento de Computación, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Buenos Aires, Argentina 
d Instituto en Ciencias de la Computación (ICC), CONICET-Universidad de Buenos Aires, Buenos Aires, Argentina 
e Neurology Department, Fleni, Buenos Aires, Argentina 
f Center for Research on Neuroimmunological Diseases (CIEN), Fleni, Buenos Aires, Argentina 
g Center for Biostatistics, Epidemiology and Public Health (CEBES), Fleni, Buenos Aires, Argentina 

Corresponding author.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

páginas 10
Iconografías 9
Vídeos 0
Otros 0

Graphical abstract




El texto completo de este artículo está disponible en PDF.

Highlights

Evaluated a novel CNN-based model (Entelai Pic) for brain volume estimation.
Entelai Pic had excellent correlation and agreement with FreeSurfer.
Entelai Pic provided robust segmentations of brain volumes.
Post-processing time is 480 min for FreeSurfer and 5 min for Entelai Pic.
This novel CNN-based model is suitable for brain volumetry on clinical practice.

El texto completo de este artículo está disponible en PDF.

Abstract

Background and purpose

There are instances in which an estimate of the brain volume should be obtained from MRI in clinical practice. Our objective is to calculate cross-sectional robustness of a convolutional neural network (CNN) based software (Entelai Pic) for brain volume estimation and compare it to traditional software such as FreeSurfer, CAT12 and FSL in healthy controls (HC).

Materials and Methods

Sixteen HC were scanned four times, two different days on two different MRI scanners (1.5 T and 3 T). Volumetric T1-weighted images were acquired and post-processed with FreeSurfer v6.0.0, Entelai Pic v2, CAT12 v12.5 and FSL v5.0.9. Whole-brain, grey matter (GM), white matter (WM) and cerebrospinal fluid (CSF) volumes were calculated. Correlation and agreement between methods was assessed using intraclass correlation coefficient (ICC) and Bland Altman plots. Robustness was assessed using the coefficient of variation (CV).

Results

Whole-brain volume estimation had better correlation between FreeSurfer and Entelai Pic (ICC (95% CI) 0.96 (0.94−0.97)) than FreeSurfer and CAT12 (0.92 (0.88−0.96)) and FSL (0.87 (0.79−0.91)). WM, GM and CSF showed a similar trend. Compared to FreeSurfer, Entelai Pic provided similarly robust segmentations of brain volumes both on same-scanner (mean CV 1.07, range 0.20–3.13% vs. mean CV 1.05, range 0.21–3.20%, p = 0.86) and on different-scanner variables (mean CV 3.84, range 2.49–5.91% vs. mean CV 3.84, range 2.62–5.13%, p = 0.96). Mean post-processing times were 480, 5, 40 and 5 min for FreeSurfer, Entelai Pic, CAT12 and FSL respectively.

Conclusion

Based on robustness and processing times, our CNN-based model is suitable for cross-sectional volumetry on clinical practice.

El texto completo de este artículo está disponible en PDF.

Abbreviations : ANTs, BET, CAT, CNN, CSF, CV, DC, DDDS, DDSS, FAST, FSL, GM, HC, ICC, MRI, SDDS, SDSS, SPM, WM

Keywords : Magnetic resonance imaging, Brain, Deep learning, Segmentation, Freesurfer.


Esquema


© 2020  Elsevier Masson SAS. Reservados todos los derechos.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 48 - N° 3

P. 147-156 - mai 2021 Regresar al número
Artículo precedente Artículo precedente
  • Cerebral vasculitis of medium-sized vessels as a possible mechanism of brain damage in COVID-19 patients
  • François Lersy, Mathieu Anheim, Thibault Willaume, Agathe Chammas, Jean-Christophe Brisset, François Cotton, Stéphane Kremer
| Artículo siguiente Artículo siguiente
  • Precise discrimination between meningiomas and schwannomas using time-to-signal intensity curves and percentage signal recoveries obtained from dynamic susceptibility perfusion imaging
  • Hakan Cebeci, Abidin Kilincer, Halil ?brahim Duran, Nusret Seher, Mert ?ahino?lu, Hakan Karaba?l?, P?nar Karaba?l?, Yahya Paksoy

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
La compra de artículos no está disponible en este momento.

¿Ya suscrito a @@106933@@ revista ?

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.