Quantitative identification and segmentation repeatability of thoracic spinal muscle morphology
Notice bibliographique
Résumé
OBJECTIVE: MRI derived spinal-muscle morphology measurements have potential diagnostic, prognostic, and therapeutic applications in spinal health. Muscle morphology in the thoracic spine is an important determinant of kyphosis severity in older adults. However, the literature on quantification of spinal muscles to date has been limited to cervical and lumbar regions. Hence, we aim to propose a method to quantitatively identify regions of interest of thoracic spinal muscle in axial MR images and investigate the repeatability of their measurements. METHODS: Middle (T4-T5) and lower (T8-T9) thoracic levels of six healthy volunteers (age 26 ± 6 years) were imaged in an upright open scanner (0.5T MROpen, Paramed, Genoa, Italy). A descriptive methodology for defining the regions of interest of trapezius, erector spinae, and transversospinalis in axial MR images was developed. The guidelines for segmentation are laid out based on the points of origin and insertion, probable size, shape, and the position of the muscle groups relative to other recognizable anatomical landmarks as seen from typical axial MR images. 2D parameters such as muscle cross-sectional area (CSA) and muscle position (radius and angle) with respect to the vertebral body centroid were computed and 3D muscle geometries were generated. Intra and inter-rater segmentation repeatability was assessed with intraclass correlation coefficient (ICC (3,1)) for 2D parameters and with dice coefficient (DC) for 3D parameters. RESULTS: Intra and inter-rater repeatability for 2D and 3D parameters for all muscles was generally good/excellent (average ICC (3,1) = 0.9 with ranges of 0.56-0.98; average DC = 0.92 with ranges from 0.85-0.95). CONCLUSION: The guidelines proposed are important for reliable MRI-based measurements and allow meaningful comparisons of muscle morphometry in the thoracic spine across different studies globally. Good segmentation repeatability suggests we can further investigate the effect of posture and spinal curvature on muscle morphology in the thoracic spine.
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 | 0,006 | 0,016 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».