Abstract 151: Optical Coherence Tomography post-processing towards an automated quantification of coronary artery wall alteration subsequent to Kawasaki Disease
Notice bibliographique
Résumé
Introduction: Statistical mathematical processing of medical imaging promotes operator-independent interpretation. We sought to identify discriminative image features for a histological disambiguation of KD related coronary (CA) lesions. The ultimate goal is to develop a fully automated algorithm for the quantification of the degradation/healing state of the CA wall structure post KD. Methods: We analyzed OCT CA recordings from two KD patients with (KD + AN + ) and two patients with no history of CA aneurysm (KD + AN [[Unable to Display Character: –]] ), vs a non KD patient (KD [[Unable to Display Character: –]] ). Results: In KD [[Unable to Display Character: –]] , regardless of the radial region of interest (ROI) position in the image, the OCT mean signal intensity presents centrifugally two peaks corresponding to the intima and media, constantly separated (17.1± 2.0 pixels) (fig. 1A). In KD + AN [[Unable to Display Character: –]] the peaks may disappear (Fig. 1-B left medial hyperplasia) and the distance between remaining crests vary between ROIs (22.7±6.9 Pixels). In KD + AN + these peaks disappear (Figure1-C) and the signal intensity changes drastically between ROIs due to wall restructuration. Figure1-C shows a hatched signal that maybe that of a laminar structure. In this case the variation of gradient intensity may be a discriminative feature. Conclusion: Mathematical modeling of CA wall layers is feasible. While the consistency of the distance between media and intima peaks may discriminate KD [[Unable to Display Character: –]] from KD + and while the gradient intensity may detect restructuration in KD + AN + , ongoing investigation to discriminate CA lesions include signal homogeneity, energy and contrast. Texture analysis with anatomical correlates (e.g., calcium, fibrosis and clots) may allow automated diagnoses.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».