Abstract WP55: Through Thick and Thin: Improved Aspects Grading and Dense Vessel Detection Using Simple Ncct Post-processing
Notice bibliographique
Résumé
Introduction: Assessing Alberta Stroke Program Early CT Score (ASPECTS) and identifying hyperdense arteries on non-contrast CT (NCCT) are important components of decision-making in acute stroke. Conventional practice uses 5mm averaged slice thickness NCCT for interpretation of these features. We have systematically evaluated several post processing techniques on NCCT to determine if there is improved reliability in identification of ASPECTS and hyperdense artery. Methodology: We assessed four post-processing techniques on NCCT namely (1) 5mm averaged thickness (2) Minimum Intensity Projection (mIP) - 5mm thickness (3) thin slices (0.625mm) and (4) Maximum Intensity Projection (MIP) - 5mm thickness (Figure 1). Three raters (student, fellow and expert) independently assessed 100 NCCT scans from the PRoveIT database. All scans were read at four different times 10-14 days apart. At each time-point the post processing modality was changed and the patient order randomized. Information on side of suspected infarction was provided. Raters were asked to score ASPECTS and identify presence of hyperdense artery at each reading. Inter-rater reliability was assessed using Intra-cluster correlation (ICC) for ASPECTS and weighted kappa (wKap) for hyperdense artery. Results: The highest inter-rater reliability was found with the MIP technique (ICC 0.42; p<0.001), followed by 5 mm average, mIP and thin slice respectively (ICC 0.33, 0.32, 0.20; all p<0.01). Highest agreement for hyperdense vessel detection was noted with thin slice (wKap 0.30; p<0.001) followed by Average, MIPs and mIPs respectively (wKap 0.25, 0.18, 0.13; all p <0.05). Conclusion: The use of MIP images for ASPECTS grading and thin images for hyperdense vessel detection improves reliability on NCCT. These simple processing steps are easily available on any modern scanner and may help improve patient care.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».