3 Tesla Magnetic Resonance (MR) Microimaging of Primary Cutaneous Melanoma
Notice bibliographique
Résumé
Purpose : This study investigates the efficacy of 3 Tesla magnetic resonance (MR) microimaging for characterisation of primary melanoma. Technologies currently in use for non-invasive characterization of melanoma (confocal microscopy, optical coherence tomography, or high frequency ultrasound) are limited by restricted penetration depth. In contrast, MR microimaging can determine the full depth of all tumors. Method s: Five patients with primary melanomas of lateral dimension 1cm or greater were imaged with a 3.7cm surface coil using a 3D gradient echo sequence (1). Nominal spatial resolution was 0.18×0.12mm in-plane, with 1 to 2.0mm slice thickness. Tumour size was measured as the lateral an intradermal extent of hyperintense change in the epidermis. Results : High quality images were obtained from all five tumours. There was close correlation between the tumor surface dimensions, Breslow thickness, and Clark levels estimated by MR microimaging and histopathology. Measurment of tumor cross-sectional area in successive MR microimaging slices enabled the estimation of tumor volume (Table). MRI Pathology n° sex/age site Volume(cm 3) Length(mm) Width (mm) Breslow(mm) Clark Length(mm) Width(mm) Breslow(mm) Clark 1 F/57 shoulder 0.63 11 9 1.2 III - - 0.9 III 2 M/37 leg 0.72 10 9 1.5 III 11 8 1.6 III 3 M/76 nail thumb 0.23 11 8 5.6 IV 10 9 5.5 IV 4 M/36 scapula 0.12 8 7 4.6 IV 9 6 5.2 IV 5 F/47 knee 2.95 26 25 7.6 IV 25 25 7.5 IV Conclusion: MR microimaging of primary melanoma demonstrates close correlation with the microscopic features documented by histopathology. Breslow thickness is currently considered to be the most reliable prognostic indicator. However, primary tumor volume as estimated by MR microimaging may prove to be a more reliable indicator than tumor thickness as tumor volume accounts for both lateral and vertical growth. References: (1) King SB, Ryner LN, Tomanek B, Sharp JC, Smith IC. MR spectroscopy using multi-ring surface coils . Magnetic Resonance in Medicine, 1999. 42: p. 655–664
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 | 0,000 | 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) | 0,003 | 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 ».