MétaCan
Menu
Retour à la cohorte
Enregistrement W2114930162 · doi:10.1109/iembs.2007.4352738

Longitudinal, Regional and Deformation-Specific Corpus Callosum Shape Analysis for Multiple Sclerosis

2007· article· en· W2114930162 sur OpenAlexaff
Omer Ishaq, Ghassan Hamarneh, Roger Tam, Anthony Traboulsee

Notice bibliographique

RevueConference proceedings · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésShape analysis (program analysis)Principal component analysisPattern recognition (psychology)Corpus callosumRepresentation (politics)Deformation (meteorology)Boundary (topology)Heat kernel signatureArtificial intelligenceComputer scienceMathematicsActive shape modelAnatomyGeologyMathematical analysisMedicineSegmentation

Résumé

récupéré en direct d'OpenAlex

The corpus callosum (CC) is an anatomical structure which connects the two brain hemispheres. Neurological diseases can cause atrophy of the CC resulting in a change in its size and shape. The measurement and analysis of this change is one of the goals of clinical research. We perform statistical analysis of the shape of the CC extracted from MR brain scans of a group of multiple sclerosis patients undergoing a longitudinal (serial) study. In contrast to the classical boundary-based, global shape variability measures, e.g. principal component analysis (PCA) of CC boundary vertices, we perform a deformation-specific PCA for analyzing the global and regional shape of the CC. This deformation-specific PCA is based on a medial-based shape representation. The adopted shape representation describes shape variability in terms of intuitive deformations (e.g. bending, stretching and thickness). We present qualitative and quantitative results for 412 MR images of the CC. We show that our method is successful in identifying and quantifying the effect of each type of deformation on the shape variability of the CC. In addition to analyzing the spatial shape variability in the CC, we explore shape changes as the disease progresses. Our method allows the exploration of the shape variability quantitatively (e.g. the amount of variance explained by a particular principal mode of shape variation) as well as in a qualitative visual manner (e.g. by visualizing, say, the 2nd principal mode of shape variation due to bending at the 4th sub-region of the CC) which is useful for developing an intuitive understanding of the effects of MS on the CC shape.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,193
Tête enseignante GPT0,326
Écart entre enseignants0,133 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedingsMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207