Quantitative Magnetic Resonance Imaging Analysis of the Cervical Spine Extensor Muscles: A Pilot Study
Notice bibliographique
Résumé
Introduction Variations in cervical muscle cross-sectional area (CSA) and composition, particularly of the multifidus muscle, have been reported in patients with chronic neck pain. However, few studies have reported on the reliability of such muscle measurements and there remains no standard protocol for tissue segmentation. Therefore, the purpose of this pilot study was to provide a detailed muscle measurement protocol and determine the reliability of associated cervical muscle size and composition measurements using an open-source image analysis software (ImageJ). Material and Methods Cervical magnetic resonance images of 10 individuals with spinal stenosis were selected from an internal database. Muscle CSA and functional cross-sectional area (FCSA, fat-free area) measurements of the multifidus, semispinalis cervicis, semispinalis capitis, and splenius capitis were acquired bilaterally from axial T2-weighted magnetic resonance image from C2–C3 to C6–C7 levels. All measurements were repeated twice, at least 5 days apart and the assessor was blinded to all earlier measurements. Results The reliability for the upper (C2–C3 and C3–C4) and lower cervical levels (C4–C5, C5–C6, and C6–C7) was assessed separately. The intrarater reliability measurements were comparable between muscles and spinal levels. The intraclass correlation coefficient (ICC) for the CSA measurements varied between 0.79 to 0.97 at C2–C4 and 0.75 to 0.91 at C4–C7. The reliability was similar for the FCSA measurements and varied between 0.73 to 0.93 at C2–C4 and 0.78 to 0.90 at C4–C7. Conclusion The results of this pilot study suggest that the proposed method to investigate cervical muscle size and composition is reliable, with moderate-to-excellent reliability across cervical muscles and vertebral levels.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».