QUANTITATIVE EXAMINATION OF A NOVEL CLUSTERING METHOD USING MAGNETIC RESONANCE DIFFUSION TENSOR TRACTOGRAPHY
Notice bibliographique
Résumé
Introduction: MR diffusion tensor imaging (DTI) is the most powerful and currentlythe only way to visualize the organization of white matter fiber tracts in vivo. As this is a relatively newimaging technique, new tools are developed for quantifying fiber tracts, andrequire evaluation. We examined scalar indices of the diffusion tensor with two different tractography methods. We compared a novel clustering approach with a multiple region of interest (MROI) approach in a healthy and disease (schizophrenia) population. Methods: DTI images were acquired in 12 participants (n=6 patients withschizophrenia: 58 ± 12 years; n=6 controls: 57 ± 21 years) on a 1.5 Tesla GE system with diffusion gradients applied in 23 non-collinear directions, repeated three times. Tractography andfiber tract creation was performed using 3D Slicer software. Interraterreliability of the clustering approach and its similarity to the MROI methodwere evaluated. Results: The clustering approach was reliable both quantitatively and spatially (k > 0.8 for all tracts). There was high spatial(voxel-based) agreement between the clustering and MROI methods. Fractionalan isotropy and trace values were highly correlated between the clustering and MROI methods (p < 0.001 for all tracts). Discussion: Our clustering method has excellent interrater reliability and thereis a high level of agreement between our clustering method and the MROI method, both quantitatively and spatially. The clustering method is less susceptible touser bias. Moreover, not limited by a priori predictions, our clustering method may be a more robust and efficient way to identify and measure fiber tracts of interest. (colour figure available in PDF version)
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».