Texture analysis differentiates persistent and transient T1 black holes at acute onset in multiple sclerosis: A preliminary study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: The persistence of new enhancing T1 hypointense lesions (acute black holes, ABHs) in multiple sclerosis (MS) cannot be predicted visually at lesion onset. Texture analysis using the polar Stockwell transform (PST) applied to conventional MR images however shows promise in quantifying tissue injury early. The objective of this study was to explore whether ABHs that persist (pABHs) differ from those that are transient (tABHs) using PST texture analysis. METHODS: Fifteen ABHs (8 pABHs; 7 tABHs) from 9 patients were analyzed on 3T images obtained during a clinical trial. Persistence was defined as remaining T1 hypointense 5-8 months later. NAWM regions were examined to control for changes unrelated to ABHs. RESULTS: At first appearance, there was higher coarse texture indicating greater tissue damage in the pABHs than in the tABHs (p<0.01). Both had greater coarse texture than the contralateral and general NAWM (p≤0.01). No difference was identified in normalized signal intensity between pABHs and tABHs and neither demonstrated location preference. While tABHs tended to be smaller than pABHs there was no correlation between lesion size and texture (r=0.44, p>0.05). Furthermore, coarse texture content appeared to predict persistence of individual lesions. CONCLUSIONS: This preliminary study suggests that PST texture could predict persistence of tissue injury based on the severity of structural disorganization within acute lesions. While confirmation of this data is required texture analysis may prove to be a valuable tool to quantify tissue damage and predict recovery in proof-of-concept neuroprotection and repair trials.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».