Ultra-High Field 7-Tesla Magnetic Resonance Imaging and Electroencephalography Findings in Epilepsy
Notice bibliographique
Résumé
PURPOSE: Assessment of patients for temporal lobe epilepsy (TLE) surgery requires multimodality input, including EEG recordings to ensure optimal surgical planning. Often EEG demonstrates abnormal foci not detected on 1.5T MRI. Ultra-high field MRI at 7T provides improved resolution of the brain. We investigated the utility of 7T MRI to detect potential anatomical abnormalities associated with EEG changes. METHODS: Ultra-high field data were acquired on a 7T MRI scanner for 13 patients with history of drug resistant TLE who had had EEG telemetry recordings. Qualitative evaluation of 7T imaging for presence of focal abnormalities detected on EEG was performed. Correlation of 7T MRI findings with EEG recordings of focal slowing or interictal epileptic spikes (IEDs), and seizures was performed. RESULTS: Assessment of 7T MRI demonstrated concordance with TLE as determined by the multidisciplinary team in 61.5% of cases (n = 8). Among these, 3 patients exhibited supportive abnormal 7T MRI abnormalities not detected by 1.5T MRI. In patients who underwent surgery, 72.7% had concordant histopathology findings with 7T MRI findings (n = 8). However, qualitative assessment of 7T images revealed focal anatomical abnormalities to account for EEG findings in only 15.4% of patients (n = 2). Other regions that were found to have localized IEDs in addition to the lesional temporal lobe, included the contralateral temporal lobe (n = 5), frontal lobe (n = 3), and parieto-occipital lobe (n = 2). CONCLUSION: Ultra-high field 7T MRI findings show concordance with clinical data. However, 7T MRI did not reveal anatomical findings to account for abnormalities detected by EEG.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».