Interhemispheric Difference Images from Postoperative Diffusion Tensor Imaging of Gliomas
Notice bibliographique
Résumé
Introduction Determining the full extent of gliomas during radiotherapy planning can be challenging with conventional T1 and T2 magnetic resonance imaging (MRI). The purpose of this study was to develop a method to automatically calculate differences in the fractional anisotropy (FA) and mean diffusivity (MD) values in target volumes obtained with diffusion tensor imaging (DTI) by comparing with values from anatomically homologous voxels on the contralateral side of the brain. Methods Seven patients with a histologically confirmed glioma underwent postoperative radiotherapy planning with 1.5 T MRI and computed tomography. DTI was acquired using echo planar imaging for 20 noncolinear directions with b = 1000 s/mm2 and one additional image with b = 0, repeated four times for signal averaging. The distribution of FA and MD was calculated in the gross tumor volume (GTV), shells 0-5 mm, 5-10 mm, 10-15 mm, 15-20 mm, and 20-25 mm outside the GTV, and the GTV mirrored in the left-right direction (mirGTV). All images were aligned to a template image, and FA and MD interhemispheric difference images were calculated. The difference in mean FA and MD between the regions of interest was statistically tested using two-sided paired t-tests with α = 0.05. Results The mean FA in mirGTV was 0.20 ± 0.04, which was larger than the FA in the GTV (0.12 ± 0.03) and shells 0-5 mm (0.15 ± 0.03) and 5-10 mm (0.17 ± 0.03) outside the GTV. The mean MD (×10-3 mm2/s) in mirGTV was 0.93 ± 0.09, which was smaller than the MD in the GTV (1.48 ± 0.19) and the peritumoral shells. The distribution of FA and MD interhemispheric differences followed the same trends as FA and MD values. Conclusions This study successfully implemented a method for calculation of FA and MD differences by comparison of voxel values with anatomically homologous voxels on the contralateral side of the brain. Further research is warranted to determine if radiotherapy planning using these images can be used to improve target delineation.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».