Trigeminal neuralgia diffusivities using Gaussian process classification and merged group tractography
Notice bibliographique
Résumé
ABSTRACT: Imaging of trigeminal neuralgia (TN) has demonstrated key diffusion tensor imaging-based diffusivity alterations in the trigeminal nerve; however, imaging has primarily focused on the peripheral nerve segment because of previous limitations in reliably segmenting small fiber bundles across multiple subjects. We used Selective Automated Group Integrated Tractography to study 36 subjects with TN (right-sided pain) and 36 sex-matched controls to examine the trigeminal nerve (fifth cranial nerve [CN V]), pontine decussation (TPT), and thalamocortical fibers (S1). Gaussian process classifiers were trained by scrolling a moving window over CN V, TPT, and S1 tractography centroids. Fractional anisotropy (FA), generalized FA, radial diffusivity, axial diffusivity, and mean diffusivity metrics were evaluated for both groups, analyzing TN vs control groups and affected vs unaffected sides. Classifiers that performed at greater-than-or-equal-to 70% accuracy were included. Gaussian process classifier consistently demonstrated bilateral trigeminal changes, differentiating them from controls with an accuracy of 80%. Affected and unaffected sides could be differentiated from each other with 75% accuracy. Bilateral TPT could be distinguished from controls with at least 85% accuracy. TPT left-right classification achieved 98% accuracy. Bilateral S1 could be differentiated from controls, where the affected S1 radial diffusivity classifier achieved 87% accuracy. This is the first TN study that combines group-wise merged tractography, machine learning classification, and analysis of the complete trigeminal pathways from the peripheral fibers to S1 cortex. This analysis demonstrates that TN is characterized by bilateral abnormalities throughout the trigeminal pathway compared with controls and abnormalities between affected and unaffected sides. This full pathway tractography study of TN demonstrates bilateral changes throughout the trigeminal pathway and changes between affected and unaffected sides.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».