Evaluation of Brain Tortuosity Measurement for the Automatic Multimodal Classification of Subjects with Alzheimer’s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 3D tortuosity determined in several brain areas is proposed as a new morphological biomarker (BM) to be considered in early detection of Alzheimer’s disease (AD). It is measured using the sum of angles method and it has proven to be sensitive to anatomical changes that appear in gray and white matter and temporal and parietal lobes during mild cognitive impairment (MCI). Statistical analysis showed significant differences (<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mml:mrow><mml:mi>p</mml:mi><mml:mo><</mml:mo><mml:mn>0.05</mml:mn></mml:mrow></mml:math>) between tortuosity indices determined for healthy controls (HC) vs. MCI and HC vs. AD in most of the analyzed structures. Other clinically used BMs have also been incorporated in the analysis: beta-amyloid and tau protein CSF and plasma concentrations, as well as other image-extracted parameters. A classification strategy using random forest (RF) algorithms was implemented to discriminate between three samples of the studied populations, selected from the ADNI database. Classification rates considering only image-extracted parameters show an increase of 9.17%, when tortuosity is incorporated. An enhancement of 1.67% is obtained when BMs measured from several modalities are combined with tortuosity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle