A Method to Estimate Brain Volume from Head CT Images and Application to Detect Brain Atrophy in Alzheimer Disease
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Total brain volume and total intracranial volume are important measures for assessing whole-brain atrophy in Alzheimer disease, dementia, and other neurodegenerative diseases. Unlike MR imaging, which has a number of well-validated fully-automated methods, only a handful of methods segment CT images. Available methods either use enhanced CT, do not estimate both volumes, or require formal validation. Reliable computation of total brain volume and total intracranial volume from CT is needed because head CTs are more widely used than head MRIs in the clinical setting. We present an automated head CT segmentation method (CTseg) to estimate total brain volume and total intracranial volume. MATERIALS AND METHODS: CTseg adapts a widely used brain MR imaging segmentation method from the Statistical Parametric Mapping toolbox using a CT-based template for initial registration. CTseg was tested and validated using head CT images from a clinical archive. RESULTS: CTseg showed excellent agreement with 20 manually segmented head CTs. The intraclass correlation was 0.97 (P < .001) for total intracranial volume and 0.94 (P < .001) for total brain volume. When CTseg was applied to a cross-sectional Alzheimer disease dataset (58 with Alzheimer disease patients and 58 matched controls), CTseg detected a loss in percentage total brain volume (as a percentage of total intracranial volume) with age (P < .001) as well as a group difference between patients with Alzheimer disease and controls (P < .01). We observed similar results when total brain volume was modeled with total intracranial volume as a confounding variable. CONCLUSIONS: In current clinical practice, brain atrophy is assessed by inaccurate and subjective “eyeballing” of CT images. Manual segmentation of head CT images is prohibitively arduous and time-consuming. CTseg can potentially help clinicians to automatically measure total brain volume and detect and track atrophy in neurodegenerative diseases. In addition, CTseg can be applied to large clinical archives for a variety of research studies.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».