Portable Ultra-Low Field MRI Deep-Learning Algorithms for White Matter Lesion Segmentation Improve Accuracy and Reflect Clinical Disability in Multiple Sclerosis
Cette étude démontre que les algorithmes d'apprentissage profond, particulièrement PLAn-FL et nnU-Net, surpassent les méthodes d'apprentissage automatique pour segmenter avec précision les lésions de la substance blanche sur des scanners IRM portables de 64 mT, les mesures de volume qui en résultent montrant des corrélations significatives avec les scores de handicap clinique chez les patients atteints de sclérose en plaques.