Hippocampal subfield volumetry from structural isotropic 1 mm<sup>3</sup><scp>MRI</scp> scans: A note of caution
Notice bibliographique
Résumé
Abstract Spurred by availability of automatic segmentation software, in vivo MRI investigations of human hippocampal subfield volumes have proliferated in the recent years. However, a majority of these studies apply automatic segmentation to MRI scans with approximately 1 × 1 × 1 mm3 resolution, a resolution at which the internal structure of the hippocampus can rarely be visualized. Many of these studies have reported contradictory and often neurobiologically surprising results pertaining to the involvement of hippocampal subfields in normal brain function, aging, and disease. In this commentary, we first outline our concerns regarding the utility and validity of subfield segmentation on 1 × 1 × 1 mm3 MRI for volumetric studies, regardless of how images are segmented (i.e., manually or automatically). This image resolution is generally insufficient for visualizing the internal structure of the hippocampus, particularly the stratum radiatum lacunosum moleculare, which is crucial for valid and reliable subfield segmentation. Second, we discuss the fact that automatic methods that are employed most frequently to obtain hippocampal subfield volumes from 1 × 1 × 1 mm3 MRI have not been validated against manual segmentation on such images. For these reasons, we caution against using volumetric measurements of hippocampal subfields obtained from 1 × 1 × 1 mm3 images.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».