Pathology‐guided MR analysis of acute and chronic experimental allergic encephalomyelitis spinal cord lesions at 1.5T
Notice bibliographique
Résumé
PURPOSE: To directly correlate spinal cord pathology of guinea pigs with experimental allergic encephalomyelitis (EAE) to the MRI data obtained at 1.5T. MATERIALS AND METHODS: Spinal cords from EAE animals were imaged in vivo with the following MRI sequences: T2-FSE, PD-FSE, fluid-attenuated inversion recovery (FLAIR)-FSE, T2-CSE, T1-CSE, T1-CSE + gadolinium-DTPA (Gd-DTPA), PD-CSE, and short-tau inversion recovery (STIR)-FSE. The spinal cords were removed and the lesions with specific pathological compositions were identified by histological analysis. Regions of interest (ROIs) were drawn on the corresponding MR images, and signal-to-noise ratios (SNRs) were measured for each MR sequence and compared with controls. RESULTS: The receiver operating characteristic (ROC) analysis of STIR-FSE and PD-CSE was able to differentiate tissue that contained cellular infiltrates with a high degree of accuracy. The SNRs of T2-FSE, STIR-FSE, T2-CSE, PD-CSE, and T1-CSE + Gd-DTPA were elevated in lesions that contained cellular infiltrates alone, whereas the SNRs of PD-CSE and T1-CSE + Gd-DTPA were reduced in demyelinated lesions that also contained inflammation. CONCLUSION: The SNR difference between the two lesion groups suggests that the combination of STIR-FSE, PD-CSE, and T1-CSE + Gd-DTPA sequences may be useful for differentiating inflammatory lesions containing demyelination from lesions with inflammation alone.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».