Surface-based analysis reveals regions of reduced cortical magnetization transfer ratio in patients with multiple sclerosis: A proposed method for imaging subpial demyelination
Notice bibliographique
Résumé
The in vivo detection of subpial cortical gray matter lesions in multiple sclerosis is challenging. We quantified the spatial extent of subpial decreases in the magnetization transfer ratio (MTR) of cortical gray matter in subjects with multiple sclerosis, as such reductions may indicate regions of cortical demyelination. We exploited the unique geometry of cortical lesions by using two-dimensional parametric surface models of the cortex instead of traditional three-dimensional voxel-wise analyses. MTR images were mapped onto intermediate surfaces between the pial and white matter surfaces and were used to compute differences between secondary-progressive MS (n = 12), relapsing-remitting MS (n = 12), and normal control (n = 12) groups as well as between each individual patient and the normal controls. We identified large regions of significantly reduced cortical MTR in secondary-progressive patients when compared with normal controls. We also identified large regions of reduced cortical MTR in 11 individual patients (8 secondary-progressive, 3 relapsing-remitting). The secondary-progressive patients showed larger areas of abnormally low MTR compared with relapsing-remitting patients both at the group level and on an individual basis. The spatial distributions of abnormal MTR preferentially involved cingulate cortex, insula, and the depths of sulci, in agreement with pathological descriptions of subpial gray matter lesion distribution. These findings suggest that our method is a plausible in vivo imaging technique for quantifying subpial cortical demyelinating lesions in patients with multiple sclerosis and, furthermore, can be applied at the typical clinical field strength of 1.5 T.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».