Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1‐weighted MR images
Notice bibliographique
Résumé
PURPOSE: To test the hypothesis that texture analysis of postcontrast T1-weighted MR images will predict hemorrhagic transformation (HT) in patients with acute ischemic stroke (AIS) with better accuracy than visual evidence of contrast-enhancement (VE). MATERIALS AND METHODS: Thirty-four AIS patients were examined within 3.5 +/- 1.5 h after stroke. T1-weighted MR images were acquired 19 +/- 7 min postcontrast injection. HT was determined by follow-up imaging at 24-72 h. Postcontrast images were evaluated for VE. Four second-order textural features were extracted (f1, f2, f3, and f9) for each patient. Receiver operating characteristic (ROC) curves were constructed for VE and for textural features, with HT as the outcome measure. RESULTS: The f2 for HT patients (n = 12) was significantly lower than in non-HT patients (1058 +/- 356 versus 1568 +/- 527; P = 0.005); the converse was true for f3 (0.67 +/- 0.12 versus 0.54 +/- 0.13; P = 0.007). ROC analysis indicated that the f2 and f3 textural features were the only two significant predictors of HT (P = 0.0018 and P = 0.0042). The addition of VE to either f2 or f3 did not result in a significant improvement in accuracy. CONCLUSION: Texture analysis of postcontrast T1-weighted images may be superior to visual evidence of enhancement for the prediction of HT.
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 | 0,004 |
| 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 ».