Automated segmentation of medial temporal lobe subregions on in vivo T1‐weighted MRI in early stages of Alzheimer's disease
Notice bibliographique
Résumé
Medial temporal lobe (MTL) substructures are the earliest regions affected by neurofibrillary tangle pathology-and thus are promising biomarkers for Alzheimer's disease (AD). However, automatic segmentation of the MTL using only T1-weighted (T1w) magnetic resonance imaging (MRI) is challenging due to the large anatomical variability of the MTL cortex and the confound of the dura mater, which is commonly segmented as gray matter by state-of-the-art algorithms because they have similar intensity in T1w MRI. To address these challenges, we developed a novel atlas set, consisting of 15 cognitively normal older adults and 14 patients with mild cognitive impairment with a label explicitly assigned to the dura, that can be used by the multiatlas automated pipeline (Automatic Segmentation of Hippocampal Subfields [ASHS-T1]) for the segmentation of MTL subregions, including anterior/posterior hippocampus, entorhinal cortex (ERC), Brodmann areas (BA) 35 and 36, and parahippocampal cortex on T1w MRI. Cross-validation experiments indicated good segmentation accuracy of ASHS-T1 and that the dura can be reliably separated from the cortex (6.5% mislabeled as gray matter). Conversely, FreeSurfer segmented majority of the dura mater (62.4%) as gray matter and the degree of dura mislabeling decreased with increasing disease severity. To evaluate its clinical utility, we applied the pipeline to T1w images of 663 ADNI subjects and significant volume/thickness loss is observed in BA35, ERC, and posterior hippocampus in early prodromal AD and all subregions at later stages. As such, the publicly available new atlas and ASHS-T1 could have important utility in the early diagnosis and monitoring of AD and enhancing brain-behavior studies of these regions.
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».