Abstract TP45: One Threshold Does not Fit All: Hounsfield Unit Thresholds to Segment Clot on NCCT are Patient Specific
Notice bibliographique
Résumé
Introduction: The hyperdense sign is a marker of thrombus on non-contrast computed tomography (NCCT). Currently, pre-specified Hounsfield unit (HU) threshold are used arbitrarily for clot segmentation. We aimed to test if HU thresholds best discriminating clot on thin slice NCCT are patient specific and dependent on factors such as age, hematocrit, and NCCT slice thickness. Methods: Data are from the ESCAPE randomized controlled trial. Only patients with thin slice baseline NCCT (<2.5mm) and M1-MCA occlusion on baseline CT-Angiography (CTA) were included. CTA was co-registered to NCCT using in-house software. Proximal and distal clot interface was identified on CTA and super-imposed onto the NCCT. Three Regions of Interest (ROIs) (36- 100 voxels) were placed on the NCCT in the 1) clot as defined on co-registered CTA, 2) contralateral brain tissue, and 3) contralateral patent M1 MCA artery. Optimal patient specific HU thresholds differentiating “clot” from “normal vessel” and “brain tissue” voxels were calculated using receiver operating characteristic (ROC) analysis. Results: 70 patients were included. ROC analysis showed that the optimal HU threshold discriminating clot on NCCT varies considerably between patients (Figure 1A). Hematocrit was associated with contralateral artery HU (p<0.001); no significant correlation was found with age (p=0.156) and slice thickness (p=0.473). Predictive ability of contralateral artery and brain tissue HU in determining optimal HU threshold discriminating clot was similar (p<0.001, Figure 1B). Model comparison using Bayesian Information Criterion suggests that we can reasonably use contralateral brain tissue HU or contralateral artery HU to derive patient-specific optimal HU thresholds that best discriminates clot. Conclusion: HU thresholds on NCCT that best discriminates clot are patient specific. Signal from brain tissue or patent artery silhouette can be used to derive these patient specific thresholds.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».