Validation of Automatically Classified Magnetic Resonance Images for Carotid Plaque Compositional Analysis
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: MRI may be used for noninvasive assessment of atherosclerotic lesions; however, MRI evaluation of plaque composition requires validation against an accepted reference standard, such as the American Heart Association (AHA) lesion grade, defined by histopathological examination. METHODS: Forty-eight carotid endarterectomy specimen cross-sections had AHA lesion grade determined histopathologically and were concurrently imaged using combinations of 8 MRI contrast weightings in vitro. A maximum likelihood classification algorithm generated MRI "maps" of plaque components, and an AHA lesion grade was assigned correspondingly. Additional analyses compared classification accuracy obtained with a commonly used set of magnetic resonance contrast weightings [proton density (PDw), T1 (T1w), and partial T2 (T2w)] to accuracy obtained with the combination of PDw, T1w, and diffusion-weighted (Dw) contrast. RESULTS: For the 8-contrast combination, the sensitivities for fibrous tissue, necrotic core, calcification, and hemorrhage detection were 83%, 67%, 86%, and 77%, respectively. The corresponding specificities were 81%, 78%, 99%, and 97%. Good agreement (79%) between magnetic resonance and histopathology for AHA classification was achieved. For the PDw, T1w, and Dw combination, the overall classification accuracy was insignificantly different at 78%, whereas the overall classification accuracy using PDw, T1w, and partial T2w contrast weightings was significantly lower at 67%. CONCLUSIONS: This study provides proof-of-principle that the composition of atherosclerotic plaques determined by automated classification of high-resolution ex vivo MRI accurately reflects lesion composition defined by histopathological examination.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| 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 | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».