Label‐fusion‐segmentation and deformation‐based shape analysis of deep gray matter in multiple sclerosis: The impact of thalamic subnuclei on disability
Notice bibliographique
Résumé
Deep gray matter (DGM) atrophy has been reported in patients with multiple sclerosis (MS) already at early stages of the disease and progresses throughout the disease course. We studied DGM volume and shape and their relation to disability in a large cohort of clinically well-described MS patients using new subcortical segmentation methods and shape analysis. Structural 3D magnetic resonance images were acquired at 1.5 T in 118 patients with relapsing remitting MS. Subcortical structures were segmented using a multiatlas technique that relies on the generation of an automatically generated template library. To localize focal morphological changes, shape analysis was performed by estimating the vertex-wise displacements each subject must undergo to deform to a template. Multiple linear regression analysis showed that the volume of specific thalamic nuclei (the ventral nuclear complex) together with normalized gray matter volume explains a relatively large proportion of expanded disability status scale (EDSS) variability. The deformation-based displacement analysis confirmed the relation between thalamic shape and EDSS scores. Furthermore, white matter lesion volume was found to relate to the shape of all subcortical structures. This novel method for the analysis of subcortical volume and shape allows depicting specific contributions of DGM abnormalities to neurological deficits in MS patients. The results stress the importance of ventral thalamic nuclei in this respect.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».