Application of Survival Tree Based on Texture Features Obtained through MRI of Patients with Brain Metastases from Breast Cancer
Notice bibliographique
Résumé
The information obtained by magnetic resonance imaging (MRI) is considered to possess great potential for providing the prognosis of cancer patients, although not been established. The goal of this study was to evaluate the covariates of the texture patterns obtained from MRI scans of patients with breast cancer brain metastases, which influence the survival time prognosis. The data of forty patients were analyzed using 29 covariates. Twenty-six covariates, which are focused on the texture patterns, were calculated from the gray-level co-occurrence matrix and wavelet coefficients obtained by transform of preoperative T1-weighted MRI scans. The remaining three covariates were age, Karnofsky Performance Scale, and the indicator of whether solitary or multiple metastases were present. These covariates are commonly used as the prognostic factors in medical research. The tree structure prognosis models were constructed by applying the survival tree method to these covariates. The obtained survival trees separated the patients into two or three groups between which there was a statistically significant distance. For the purpose of comparison, Cox regression analyses were performed to determine which covariates showed significant predictive values. All the covariates selected in the Cox analysis and survival tree method were texture features only. In particular, the energy of the gray-level co-occurrence matrix and wavelet coefficients showed a high performance in tree structure analysis. From these results, we conclude that the features obtained from simple medical images can be used to estimate the prognosis of brain metastases patients.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».