Hemangiopericytoma from meningioma - is diffusion weighted imaging useful in their differentiation?
Notice bibliographique
Résumé
Purpose: Hemangiopericytoma and Meningioma appear similar on routine diagnostic imaging. Diffusion weighted images (DWI) has been used to characterize different types of tumors. The purpose of this study was to assess whether DWI can be used to differentiate hemangiopericytoma from meningioma on diagnostic imaging. Materials and Methods: In a retrospective study, our tumor database was analyzed for diagnosis of hemangiopericytoma with DWI available at the time of diagnostic imaging. These patients were then matched based on location and size of the tumor in a ratio of 1 hemangiopericytoma vs. 2 matched meningioma. The minimum and mean Apparent Diffusion Coefficient (ADC) was measured in the tumor and the contralateral Normal Appearing White Matter (NAWM) to calculate a normalized ADC (nADC) as the ratio of the two. The two tumors were also subjectively assessed for their heterogeneity. Results: Seven patients with histopathological diagnosis of hemangiopericytoma were matched based on size and location with 14 patients of meningioma. Primary meningioma were significantly homogeneous (p<0.001) in appearance compared to hemangiopericytomas. Hemangiopericytomas had a higher mean ADC compared to that of meningioma (p<0.001). Conclusion: Hemangiopericytoma showed heterogeneity on DWI and significantly higher ADC compared to that of meningiomas in our small study. This needs to be confirmed in a study with a larger sample size.
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 | 0,001 | 0,005 |
| 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 | 0,001 |
| 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 | 0,001 |
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 ».