arXiv · cs.AI · Qinghui Liu, Jon Andr\'e Ottesen, Thu Nguyen, Geir Ringstad, Ingrid Mossige, Siri Fl{\o}gstad Svensson, Sissel Riis Kalstad, Atle Bj{\o}rnerud, Per Kristian Eide, Kyrre Eeg Emblem · 5 小时前模型评分37
预对比 MRI 预测脑示踪剂分布：直接回归与流匹配对比
Forecasting Brain Tracer Distribution from Pre-Contrast MRI: A Comparison of Direct Regression and Flow Matching
导读
一项研究用 104 名训练患者（878 个 MRI 体积）比较直接图像到图像回归模型与基于条件流匹配的生成模型，从预对比 MRI 和经过时间预测脑内示踪剂分布。直接回归模型在 23 名留出患者中将平均绝对误差从 0.089 降至 0.036（约 60%），在 51 名特发性正常压力脑积水（iNPH）患者中从 0.075 降至 0.056（约 25%），生成模型在两个队列中精度均更低。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “Using 104 training patients (878 MRI volumes), we compared a direct image-to-image regression model with a more complex generative model based on conditional flow matching, and tested both on 23 held-out patients and on 51 patients from a separate cohort with idiopathic normal pressure hydrocephalus (iNPH).”
- “Whether this accuracy suffices for a given clinical use remains to be established; with prospective validation, such forecasts could help simplify the MRI protocol used to assess brain clearance.”
来源：arXiv · cs.AI · arxiv.org