Characterizing the spatial distribution of microhemorrhages resulting from Traumatic Brain Injury (TBI)
Notice bibliographique
Résumé
This study examines the spatial distribution of microhemorrhages defined using susceptibility weighted images (SWI) in 46 patients with Traumatic Brain Injury (TBI) and applying region of interest (ROI) analysis using a brain atlas. SWI and 3D T1-weighted images were acquired on a 3T clinical Siemens scanner. A neuroradiologist reviewed all SWI images and manually labeled all identified microhemorrhages. To characterize the spatial distribution of microhemorrhages in standard Montreal Neurological Institute (MNI) space, the T1-weighted images were nonlinearly registered to the MNI template. This transformation was then applied to the co-registered SWI images and to the microhemorrhage coordinates. The frequencies of microhemorrhages were determined in major structures from ROIs defined in the digital Talairach brain atlas and in white matter tracts defined using a diffusion tensor imaging atlas. A total of 629 microhemorrhages were found with an average of 22±42 (range=1-179) in the 24 positive TBI patients. Microhemorrhages mostly congregated around the periphery of the brain and were fairly symmetrically distributed, although a number were found in the corpus callosum. From Talairach ROI analysis, microhemorrhages were most prevalent in the frontal lobes (65.1%). Restricting the analysis to WM tracts, microhemorrhages were primarily found in the corpus callosum (56.9%).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».