拡散テンソル画像から得られた分数異方性値を使用した脊髄損傷の仕様のための機械学習アプローチ

拡散テンソルイメージング（DTI）は、水分子の拡散を測定することにより細胞外構造を記述するin vivo画像を使用します。これらの画像は、エコー平面イメージングを使用して軸索の動きと方向をキャプチャし、中枢神経系の病変と構造的損傷を評価するための重要な情報を提供します。この情報は、脊髄損傷（SCIS）の予測およびそのような損傷から回復している患者の評価に使用できます。この論文では、健康な個人と患者を特定するための分類スキームを提案します。提案されたスキームでは、データセットが最初にDTI画像から構築され、その後、構築されたデータセットが機能の選択と分類を受けることになります。実験結果は、提案されたスキームがSCIの診断に役立つことを示しています。

Diffusion Tensor Imaging (DTI) uses in vivo images that describe extracellular structures by measuring the diffusion of water molecules. These images capture axonal movement and orientation using echo-planar imaging and provide critical information for evaluating lesions and structural damage in the central nervous system. This information can be used for prediction of Spinal Cord Injuries (SCIs) and for assessment of patients who are recovering from such injuries. In this paper, we propose a classification scheme for identifying healthy individuals and patients. In the proposed scheme, a dataset is first constructed from DTI images, after which the constructed dataset undergoes feature selection and classification. The experiment results show that the proposed scheme aids in the diagnosis of SCIs.