Automated Prediction of Ischemic Brain Tissue Fate from Multi-Phase CT-Angiography in Patients with Acute Ischemic Stroke Using Machine Learning
Notice bibliographique
Résumé
Background: Multiphase CT-Angiography (mCTA) provides time variant images of the pial vasculature supplying brain in patients with acute ischemic stroke (AIS). To develop a machine learning (ML) technique to predict infarct, penumbra and tissue perfusion from mCTA source images. Methods: 284 patients with AIS were included from the PRoveIT study. All patients had non-contrast CT, mCTA and CTP imaging at baseline and follow up MRI/NCCT imaging. Of the 284 patient images, 140 patient images were randomly selected to train and validate three ML models to predict infarct, penumbra, and perfusion parameter on CTP, respectively. The remaining unseen 144 patient images independent of the derivation cohort were used to test the derived ML models. The predicted infarct, penumbra, and perfusion volume from ML models was spatially and volumetrically compared to manually contoured follow up infarct and time-dependent Tmax thresholded volume (CTP volume), using Bland-Altman plots, concordance correlation coefficient (CCC), intra-class correlation coefficient (ICC), and Dice similarity coefficient (DSC). Results: Within the test cohort, Bland-Altman plots showed that the mean difference between the mCTA predicted infarct and follow up infarct was 21.7 mL (limit of agreement (LoA): -41.0 to 84.3mL) in the 100 patients who had acute reperfusion (mTICI 2b/2c/3), and 3.4mL (LoA: -66 to 72.9mL) in the 44 patients who did not achieve reperfusion (mTICI 0/1). Amongst reperfused subjects, CCC was 0.4 [95%CI: 0.15-0.55, P<.01] and ICC 0.42 [95% CI: 0.18-0.50, P<.01]; in non-reperfused subjects CCC was 0.52 [95%CI: 0.2-0.6, P<.001] and ICC 0.6 [95% CI: 0.37-0.76, P<.001]. No difference was observed between the mCTA and CTP predicted infarct volume for the overall test cohort (P=.67). Conclusion: Multiphase CT Angiography is able to predict infarct, penumbra and tissue perfusion, comparable to CT perfusion imaging.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».