Abstract WMP61: Simultaneous Cerebral Blood Flow And Blood Volume Thresholding Produces Consistent Volumes Between Computed Tomography Perfusion Deconvolution Algorithms
Notice bibliographique
Résumé
Introduction: Computed tomography perfusion (CTP) allows estimation of infarct volume in patients with acute ischemic stroke, but significant differences have been reported between CTP deconvolution algorithms. Hypothesis: We hypothesized that cerebral blood flow (CBF) and blood volume (CBV) dual thresholding estimates infarct volumes accurately and remain consistent between deconvolution algorithms. Methods: Data were from the open-source ISLES dataset, which comprised of patients with acute ischemic stroke who received admission CTP and infarct delineated from diffusion-weighted imaging (DWI) acquired <3 hours of CTP and prior to treatment. CBF and CBV maps were calculated with a model-independent (filtered Fourier Transform) and a model-dependent (box-tail model) deconvolution algorithm using identical arterial input functions and Gaussian-filtered source images. Infarct was estimated using standard CBF<30% relative to the contralateral hemisphere and a CBF<30%+CBV<38% dual threshold. Volume agreement between DWI and CTP lesions was determined by the mean difference ± standard deviation (DWI minus CTP). Consistency of CTP lesion volumes between deconvolution algorithms was characterized by the Pearson correlation (r) and a paired t-test. Results: Of 63 included patients, median DWI lesion volume was 28.0 (interquartile range: 13.3 to 57.2) ml. With model-independent and model-dependent deconvolution, respectively, mean differences were 35.7±40.4 ml and 10.9±47.6 ml using CBF<30%, and 37.1±40.2 ml and 28.5±28.6 ml using CBF+CBV thresholding. Between model-independent and model-dependent CTP lesion volumes, Pearson correlation was moderate for CBF<30% (r=0.645, p<0.001) and excellent for CBF+CBV thresholding (r=0.903, p<0.001). Paired t-tests were significant for both CBF<30% and CBF+CBV thresholding (p<0.001). Conclusions: CBF+CBV lesion volumes had improved consistency between deconvolution algorithms while achieving similar agreement to DWI lesion volumes compared to the standard CBF<30% threshold. Further adjustment of CBF+CBV thresholds are required to improve accuracy to DWI lesion volumes but show promise in standardizing CTP lesion volumes across deconvolution algorithms.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».