A.2 Clinical application of T1-w/T2-w ratio images for in vivo comparisons of myelin content in patients with trigeminal neuralgia
Notice bibliographique
Résumé
Background: Novel magnetic resonance (MR) imaging techniques prompted the emergence of T1-w/T2-w images or “myelin-sensitive maps (MMs)” to measure myelin in vivo. However, acquisition-related variations in MR intensities prevent meaningful quantitative comparisons between MMs. We propose an improved pipeline to standardize MMs that is applied to patients with classic trigeminal neuralgia (CTN) and trigeminal neuralgia secondary to multiple sclerosis (MSTN). Methods: 3T scanner was used to obtain T1-w and T2-w images for 17 CTN and 17 MSTN patients. Template images were obtained from ICBM152 database. MS plaques and normal-appearing white matter (NAWM) were labelled. A Gaussian curve-fit was applied to the histogram of the intensity distribution of each patient image, and transformed to match the Gaussian curve-fit of the template image. Results: MM intensities were decreased within MS plaques, compared to NAWM in MSTN patients (p<0.001) and its corresponding regions in CTN patients (p<0.001). Qualitatively, the standardized patient image and its histogram better resembled the ICBM152 template. Conclusions: MM analysis revealed reduced myelin content in MS plaques compared to corresponding regions in CTN patients and surrounding NAWM in MSTN patients. The standardized MM serves as a non-invasive, clinical tool for quantitative analyses of myelin content between different brain regions and different patients in vivo.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».