Enhanced Fiber Tractography Using Edema Correction: Application and Evaluation in High-Grade Gliomas
Notice bibliographique
Résumé
BACKGROUND: A limitation of diffusion tensor imaging (DTI)-based tractography is peritumoral edema that confounds traditional diffusion-based magnetic resonance metrics. OBJECTIVE: To augment fiber-tracking through peritumoral regions by performing novel edema correction on clinically feasible DTI acquisitions and assess the accuracy of the fiber-tracks using intraoperative stimulation mapping (ISM), task-based functional magnetic resonance imaging (fMRI) activation maps, and postoperative follow-up as reference standards. METHODS: Edema correction, using our bi-compartment free water modeling algorithm (FERNET), was performed on clinically acquired DTI data from a cohort of 10 patients presenting with suspected high-grade glioma and peritumoral edema in proximity to and/or infiltrating language or motor pathways. Deterministic fiber-tracking was then performed on the corrected and uncorrected DTI to identify tracts pertaining to the eloquent region involved (language or motor). Tracking results were compared visually and quantitatively using mean fiber count, voxel count, and mean fiber length. The tracts through the edematous region were verified based on overlay with the corresponding motor or language task-based fMRI activation maps and intraoperative ISM points, as well as at time points after surgery when peritumoral edema had subsided. RESULTS: Volume and number of fibers increased with application of edema correction; concordantly, mean fractional anisotropy decreased. Overlay with functional activation maps and ISM-verified eloquence of the increased fibers. Comparison with postsurgical follow-up scans with lower edema further confirmed the accuracy of the tracts. CONCLUSION: This method of edema correction can be applied to standard clinical DTI to improve visualization of motor and language tracts in patients with glioma-associated peritumoral edema.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».