Quantitative Ultrasound Spectroscopy for Differentiation of Hepatocellular Carcinoma from At-Risk and Normal Liver Parenchyma
Notice bibliographique
Résumé
PURPOSE: Quantitative ultrasound approaches can capture tissue morphologic properties to augment clinical diagnostics. This study aims to clinically assess whether quantitative ultrasound spectroscopy (QUS) parameters measured in hepatocellular carcinoma (HCC) tissues can be differentiated from those measured in at-risk or healthy liver parenchyma. EXPERIMENTAL DESIGN: This prospective Health Insurance Portability and Accountability Act (HIPAA)-compliant study was approved by the Institutional Review Board. Fifteen patients with HCC, 15 non-HCC patients with chronic liver disease, and 15 healthy volunteers were included (31.1% women; 68.9% men). Ultrasound radiofrequency data were acquired in each patient in both liver lobes at two focal depths (3/9 cm). Region of interests (ROIs) were drawn on HCC and liver parenchyma. The average normalized power spectrum for each ROI was extracted, and a linear regression was fit within the -6 dB bandwidth, from which the midband fit (MBF), spectral intercept (SI), and spectral slope (SS) were extracted. Differences in QUS parameters between the ROIs were tested by a mixed-effects regression. RESULTS: = 0.57) were not significantly different in non-HCC tissue among the groups. CONCLUSIONS: The QUS parameters are significantly different in HCC versus non-HCC liver parenchyma, independent of underlying cirrhosis. This could be leveraged for improved HCC detection with ultrasound in the future.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,001 | 0,000 |
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 ».