MétaCan
Menu
Retour à la cohorte
Enregistrement W3038775761 · doi:10.1002/jsp2.1103

Quantitative identification and segmentation repeatability of thoracic spinal muscle morphology

2020· article· en· W3038775761 sur OpenAlexafffund
Anoosha Pai S, Honglin Zhang, Jason R. Shewchuk, Bedoor Al Omran, John Street, David R. Wilson, Majid Doroudi, Stephen H.M. Brown, Thomas R. Oxland

Notice bibliographique

RevueJOR Spine · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMedical Imaging and Analysis
Établissements canadiensVancouver General HospitalUniversity of GuelphBritish Columbia Centre of Excellence for Women's HealthInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRepeatabilityIntraclass correlationMedicineAnatomyLumbarSegmentationThoracic vertebraeCadaveric spasmLumbar vertebraeComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,181

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,326
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJOR SpineMême sujetMedical Imaging and AnalysisTravaux en français237 207