Abstract TMP96: Automated Segmentation of White Matter Hyperintensities and Enlarged Perivascular Spaces in a Cohort of Patients With Acute Ischemic Stroke or Transient Ischemic Attack
Notice bibliographique
Résumé
Introduction: Cerebral Small Vessel Disease (CSVD) is a major cause of acute ischemic stroke (AIS), intracerebral hemorrhage and cognitive impairment. Methods to quantify the disease burden have been largely limited to white matter hyperintensities (WMH) as the disease surrogate and focused mainly on MRI sequences acquired for research purposes. We develop here novel methods to quantify WMH and enlarged perivascular spaces (EPVs) based on clinically acquired MRI sequences in patients with transient ischemic attack (TIA) or AIS. Methods: Subjects presenting with TIA or AIS and had brain MRI within 24 hour of hospital admission were selected for this study. Preprocessing pipeline was developed locally that included bias correction, image rescaling, rigid body registration to the Montreal Neurological Institute (MNI) space, skull stripping and intensity normalization. WMH segmentation was performed using a combination of global thresholding of FLAIR sequences that was spatially restricted to the white matter regions which were defined using a population-based atlas of age matched controls. EPVs in the basal ganglia were segmented on T2 sequences using adaptive thresholding of basal ganglia mask that was created from the ICBM template image and age-matched population average atlas. Segmented objects less than 3 mm in diameter were labelled as EPVs. Validation of the accuracy of EPVs segmentation was performed by expert counting of EPVs and WMH was validated using volume similarity against expert manual segmentation of WMH. Results: 41 patients (age 61.2±16.1, 65% males, 19.5% had TIAs, and 79.5% had AIS) were included. WMH volume was (manual: 21.34±20.48 mls vs automated: 15.74±14.56 mls) achieving a volume similarity of 0.92±0.01. EPVs in the basal ganglia counts were 16.32±5.4 using the automated method. Validation through comparison with manual segmentation of the axial slice with the highest EPVs (Doubal Method) showed significant correlation (Spearman’s rho=0.53, P = 0.0004). Conclusions: We describe successful segmentation of WMH and EPVs on clinically acquired MRI sequences in patients with TIA or AIS. This method will have applications to quantify CSVD burden in large clinical trials and clinical practice.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».