MétaCan
Menu
Retour à la cohorte
Enregistrement W1970263493 · doi:10.1038/srep00429

Computer-assisted and fractal-based morphometric assessment of microvascularity in histological specimens of gliomas

2012· article· en· W1970263493 sur OpenAlexaff
Antonio Di Ieva, Emiliano Bruner, Georg Widhalm, Georgi Minchev, Manfred Tschabitscher, Fabio Grizzi

Notice bibliographique

RevueScientific Reports · 2012
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesMedizinische Universität WienUniversität Wien
Mots-clésFractal analysisFractalPathologyLinear discriminant analysisFractal dimensionComputer scienceQuantitative analysis (chemistry)PathologicalPattern recognition (psychology)MedicineArtificial intelligenceMathematicsChemistry

Résumé

récupéré en direct d'OpenAlex

Fractal analysis is widely applied to investigate the vascular system in physiological as well as pathological states. We propose and examine a computer-aided and fractal-based image analysis technique to quantify the microvascularity in histological specimens of WHO grade II and III gliomas. A computer-aided and fractal-based analysis was used to describe the microvessels and to quantify their geometrical complexity in histological specimens collected from 17 patients. The statistical analysis showed that the fractal-based indexes are the most discriminant parameters to describe the microvessels. The computer-aided quantitative analysis also showed that grade III gliomas are generally more vascularized than grade II gliomas. The fractal parameters are reliable quantitative indicators of the neoplastic microvasculature, making them potential surrogate biomarkers. The qualitative evaluation currently performed by the neuropathologist can be combined with the computer-assisted quantitative analysis of the microvascularity to improve the diagnosis and optimize the treatment of patients with brain cancer.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,322
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMathematical Biology Tumor GrowthTravaux en français237 207