Semi-automatic measurement of intracranial hemorrhage growth on non-contrast CT
Notice bibliographique
Résumé
BACKGROUND: Manual segmentations of intracranial hemorrhage on non-contrast CT images are the gold-standard in measuring hematoma growth but are prone to rater variability. AIMS: We demonstrate that a convex optimization-based interactive segmentation approach can accurately and reliably measure intracranial hemorrhage growth. METHODS: Baseline and 16-h follow-up head non-contrast CT images of 46 subjects presenting with intracranial hemorrhage were selected randomly from the ANNEXA-4 trial imaging database. Three users semi-automatically segmented intracranial hemorrhage to measure hematoma volume for each timepoint using our proposed method. Segmentation accuracy was quantitatively evaluated compared to manual segmentations by using Dice similarity coefficient, Pearson correlation, and Bland-Altman analysis. Intra- and inter-rater reliability of the Dice similarity coefficient and intracranial hemorrhage volumes and volume change were assessed by the intraclass correlation coefficient and minimum detectable change. RESULTS: < 0.001), and -1.5 to -0.4 ml, respectively, for all intracranial hemorrhage segmentations. Inter-rater intraclass correlation coefficients between the three users for Dice similarity coefficient and intracranial hemorrhage volume were 0.846 and 0.962, respectively, and the corresponding minimum detectable change was 2.51 ml. Inter-rater intraclass correlation coefficient for intracranial hemorrhage volume change ranged from 0.915 to 0.958 for each user compared to manual measurements, resulting in an minimum detectable change range of 2.14 to 4.26 ml. CONCLUSIONS: We spatially and volumetrically validate a novel interactive segmentation method for delineating intracranial hemorrhage on head non-contrast CT images. Good spatial overlap, excellent volume correlation, and good repeatability suggest its usefulness for measuring intracranial hemorrhage volume and volume change on non-contrast CT images.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».