Semi-automated segmentation of the lateral periventricular regions using diffusion magnetic resonance imaging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The lateral ventricular perimeter (LVP) of the brain is a critical region because in addition to housing neural stem cells required for brain development, it facilitates cerebrospinal fluid (CSF) bulk flow and functions as a blood-CSF barrier to protect periventricular white matter (PVWM) and other adjacent regions from injurious toxins. LVP injury is common, particularly among preterm infants who sustain intraventricular hemorrhage or post hemorrhagic hydrocephalus and has been associated with poor neurological outcomes. Assessment of the LVP with diffusion MRI has been challenging, primarily due to issues with partial volume artifacts since the LVP region is in close proximity to CSF and other structures of varying signal intensities that may be inadvertently included in LVP segmentation.This research method presents:•A novel MATLAB-based method to segment a homogenous LVP layer using high spatial resolution parameters (voxel size 1.2 × 1.2 × 1.2 mm3) to only capture the innermost layer of the LVP.•The segmented LVP is averaged from three contiguous axial slices to increase signal to noise ratio and reduce the effect of any residual volume averaging effect and eliminates manual and inter/intrarater-related errors.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle