Texture analysis of carotid artery atherosclerosis from three-dimensional ultrasound images
Notice bibliographique
Résumé
PURPOSE: To quantitatively evaluate local carotid arterial statin effects in 3D US images using multiclassifier image texture analysis tools. METHODS: Texture analysis tools were used to evaluate the effect of 80 mg atorvastatin administered daily to patients with carotid stenosis compared to those treated with placebo. Using three-dimensional carotid ultrasound images, 270 texture features from seven texture techniques were extracted from manually segmented carotid arteries based on the intima-media boundary [vessel wall (VW)]. Individual texture features were compared to the previously determined changes in VW volume (VWV) using the distance between classes, the Wilcoxon rank sum test, and accuracy of the classifiers. Texture features that resulted in maximal classification accuracy from each texture technique were selected using Pudil's sequential floating forward selection (SFFS) as a method of ranking each technique. Finally, SFFS-selected texture features from all texture techniques were used in combination with 24 classifier fusion techniques to improve classification accuracy. RESULTS: Using the measurement of change in VWV, the distance between classes (DBC), Wilcoxon rank sum (WRS) p-value, and median accuracy measures (ACC) were 0.3798, 0.076, and 54.50%, respectively. Texture features improved the detection of statin-related changes using DBC to 0.5199, using WRS to 0.002, and ACC to 63.87%, respectively. The texture techniques that most differentiated between atorvastatin and placebo classes were Fourier power spectrum and Laws texture energy measures. The average classification accuracy between atorvastatin and placebo classes was improved from 57.22 +/- 12.11% using VWV to 97.87 +/- 3.93% using specific texture features. Furthermore, the use of specific texture features resulted in the average area under the receiver-operator characteristic curve (AUC) a value of 0.9988 +/- 0.0069 compared to 0.617 +/- 0.15 using carotid VWV. CONCLUSIONS: Based on DBC, WRS, ACC, and AUC texture features derived from 3D carotid ultrasound were observed to be more sensitive in detecting statin-related changes in carotid atherosclerosis than VWV suggesting that texture classifiers can be used to detect changes in carotid atherosclerosis after therapy.
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 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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,003 | 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 tête enseignante, 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 ».