Advanced diffusion MRI and image texture analysis detect widespread brain structural differences between relapsing-remitting and secondary progressive multiple sclerosis
Notice bibliographique
Résumé
Introduction: Disease development in multiple sclerosis (MS) causes dramatic structural changes, but the exact changing patterns are unclear. Our objective is to investigate the differences in brain structure locally and spatially between relapsing-remitting MS (RRMS) and its advanced form, secondary progressive MS (SPMS), through advanced analysis of diffusion magnetic resonance imaging (MRI) and image texture. Methods: A total of 20 patients with RRMS and nine patients with SPMS from two datasets underwent 3T anatomical and diffusion tensor imaging (DTI). The DTI was harmonized, augmented, and then modeled, which generated six voxel- and sub-voxel-scale measures. Texture analysis focused on T2 and FLAIR MRI, which produced two phase-based measures, namely, phase congruency and weighted mean phase. Data analysis was 3-fold, i.e., histogram analysis of whole-brain normal appearing white matter (NAWM); region of interest (ROI) analysis of NAWM and lesions within three critical white matter tracts, namely, corpus callosum, corticospinal tract, and optic radiation; and along-tract statistics. Furthermore, by calculating the z-score of core-rim pathology within lesions based on diffusion measures, we developed a novel method to define chronic active lesions and compared them between cohorts. Results: Histogram features from diffusion and all but one texture measure differentiated between RRMS and SPMS. Within-tract ROI analysis detected cohort differences in both NAWM and lesions of the corpus callosum body in three measures of neurite orientation and anisotropy. Along-tract statistics detected cohort differences from multiple measures, particularly lesion extent, which increased significantly in SPMS in posterior corpus callosum and optic radiations. The number of chronic active lesions were also significantly higher (by 5-20% over z-scores 0.5 and 1.0) in SPMS than RRMS based on diffusion anisotropy, neurite content, and diameter. Conclusion: Advanced diffusion MRI and texture analysis may be promising approaches for thorough understanding of brain structural changes from RRMS to SPMS, thereby providing new insight into disease development mechanisms in MS.
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 | 0,001 |
| 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) | 0,001 | 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 ».