TH‐C‐141‐06: Estimating Cell Density Using Fractional Anisotropy From Postoperative Diffusion Tensor Imaging of High‐Grade Gliomas
Notice bibliographique
Résumé
Purpose: Fractional anisotropy (FA) from diffusion tensor imaging (DTI) has been suggested as a predictor of glioma cell density and proliferation activity. The purpose of this study is estimate the glioma cell density inside high‐grade glioma radiotherapy target volumes using FA images. Methods: Five patients with histologically‐confirmed glioma underwent radiotherapy planning with postoperative magnetic resonance imaging (MRI) and computed tomography. T1‐weighted images with gadolinium contrast enhancement and T2‐weighted fluid attenuated inversion recovery images used for treatment planning were obtained. DTI was obtained using echo planar imaging for 20 noncolinear directions with b=1000 s/mm2 and one additional image with b=0. Diffusion imaging was repeated four times for signal averaging. The gross tumor volume (GTV) was delineated using T1‐weighted and T2‐weighted images. A clinical target volume (CTV) was defined as a 2‐cm expansion of the GTV and a shell volume (CTV‐shell) between the GTV and CTV contours was created. The distribution of FA inside the GTV, CTV‐shell, and normal brain tissue was calculated. Cell density inside the CTV was estimated from FA values using a linear model. Results: The mean FA inside the GTV was 0.13±0.08 and inside CTV‐shell was 0.20±0.12. The mean FA in normal brain tissue (0.28±0.12) was significantly higher than the mean FA inside the GTV (p=0.003) and CTV‐shell (p=0.01). The estimated mean cell density inside CTV‐shell was 1.57±0.94 times the mean cell density inside the GTV (p=0.02). Conclusion: FA values in the GTV and CTV‐shell were significantly smaller than values in normal brain regions. FA and estimated cell density values approached those of normal brain tissue as the distance from the GTV increased, consistent with the expectation of a gradual and decreasing presence of tumor cells. Further research is warranted to determine if treatment planning using FA images will improve treatment outcome.
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 | 0,002 |
| 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) | 0,001 | 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 ».