Volumetric assessment of unaffected parenchyma and Wilms’ tumours: analysis of response to chemotherapy and surgery using a semi‐automated segmentation algorithm in children with renal neoplasms
Notice bibliographique
Résumé
Objective To present our proof of concept with semi‐automatic image recognition/segmentation technology for calculation of tumour/parenchyma volume. Methods We reviewed Wilms' tumours (WTs) between 2000 and 2018, capturing computed tomography images at baseline, after neoadjuvant chemotherapy (NaC) and postoperatively. Images were uploaded into MATLAB‐3‐D volumetric image processing software. The program was trained by two clinicians who supervised the demarcation of tumour and parenchyma, followed by automatic recognition and delineation of tumour margins on serial imaging, and differentiation from uninvolved renal parenchyma. Volume was automatically calculated for both. Results During the study period, 98 patients were identified. Of these, based on image quality and availability, 32 (38 affected moieties) were selected. Most patients (65%) were girls, diagnosed at age 50 ± 37 months of age. NaC was employed in 64% of patients. Surgical management included 27 radical and 11 partial nephrectomies. Automated volume assessment demonstrated objective response to NaC for unilateral and bilateral tumours (68 ± 20% and 53 ± 39%, respectively), as well as preservation on uninvolved parenchyma with partial nephrectomy (70 ± 46 cm 3 at presentation to 57 ± 41 cm 3 post‐surgery). Conclusion Volumetric analysis is feasible and allows objective assessment of tumour and parenchyma volume in response to chemotherapy and surgery. Our data show changes after therapy that may be otherwise difficult to quantify. Use of such technology may improve surgical planning and quantification of response to treatment, as well as serving as a tool to predict renal reserve and long‐term changes in renal function.
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 | 0,003 |
| 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 | 0,000 | 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 ».