Predictive power of irregular border shapes for malignant melanomas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: The Irregularity Index is a measure of border irregularity from pigmented skin lesion images. The measure attempts to quantify the degree of irregularity of the structural indentations and protrusions along a lesion border. A carefully designed study has shown that the parameters derived from the Irregularity Index were highly correlated with expert dermatologists' notion of border shape. This paper investigates the predictive power of these parameters on a set of data with known histological diagnosis. METHODS: A set of 188 pigmented skin lesions (30 malignant melanomas and 158 benign lesions) was selected for the study. Their images were segmented and their border shapes were analysed by the Irregularity Index, producing four border irregularity parameters. The predictive power of these four parameters was estimated by a series of statistical tests. RESULTS: The mean values of the four border irregularity parameters were significantly different between the melanoma group and the benign lesion group. When using the four parameters to predict its disease status, the leave-one-out classification rate was 82.4%, and the area under the receiver operating characteristic curve was 0.77. A malignant melanoma was 8.9 times more likely to have an irregular border than a benign lesion. CONCLUSION: This study confirmed that border irregularity is an important clinical feature for the diagnosis of malignant melanoma. It also indicates that the computer-derived measures based on the Irregularity Index capture to certain extent the kind of irregularity which is exhibited by melanomas.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 découle