Abstract TP69: Three-Phase Helical Computed Tomographic Angiography Perfusion Maps Predict Final Infarction in the Acute Ischemic Stroke Setting
Notice bibliographique
Résumé
Background: Three-phase helical CTA can provide information on parenchymal hemodynamics distal to the occlusion, similar to CT perfusion (CTP). Helical CTA is a less expensive and a more widely available modality. We propose two perfusion map algorithms applied to three-phase helical CTA, providing optimal thresholds for prediction of final infarct volume Methods: 44 stroke patients with occlusion visible on CTA were acutely imaged with three-phase CTA (temporal sampling was 8 seconds). MR diffusion weighted imaging (DWI) between 24-48 hours were used to measure final infarct volume. The three-phase helical CTA perfusion maps were denoted “Delay” and “Flow Average” (see Figure 1). The maps were filtered using a 3D Gaussian blurring technique. The maps were generated for all patients, then a receiver operating characteristic (ROC) curve was generated for the merged patient data, comparing infarct vs. normal tissue. Thresholds were determined using ROC curves by optimizing sensitivity and specificity. Results: The “Delay” map generated an ROC curve with an Area-Under-Curve (AUC) of statistical significance. The “Flow Average” map generated an ROC curve with an Area-Under-Curve (AUC) of statistical significance. Conclusion: The proposed “Delay” and “Flow Average” perfusion maps applied to three-phase CTA predicted final infarct volume to a high degree of accuracy, close to CTP accuracies from the literature. These results show the capability of three-phase helical CTA to generate quantitative perfusion maps which will be useful for non-tertiary centers that do not have access to expensive post-processing software.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».