Multi‐contrast unbiased MRI template of a Parkinson’s disease population
Notice bibliographique
Résumé
Abstract Background Parkinson’s disease (PD) is a complex neurodegenerative disorder affecting regions such as the substantia nigra (SN), red nucleus (RN) and locus coeruleus (LC). Processing MRI data from patients with PD requires anatomical structural references for spatial normalization and structural segmentation. Extending our previous work (Xiao et al., 2015/17), we present multi‐contrast unbiased MRI templates of a larger population of 172 subjects using more modalities: T1w, T2*w, T1‐T2* fusion, R2*map, T2w, PDw, fluid‐attenuated inversion recovery (FLAIR), improved susceptibility‐weighted imaging (CLEAR‐SWI) (Eckstein et al., 2021), and neuromelanin‐sensitive MRI (NM). Methods Subjects were recruited through the Quebec Parkinson’s Network since December 2018 and are included in a database of PD patients, RBD patients, and age‐ and sex‐ matched healthy controls, complete with MRI data, motor, and cognitive evaluation scores. All raw MRI was QC’d, eliminating scans with artefacts, motion, or noise, resulting in 172 subjects (69 female; ages=39‐87). Using our previous methods (Fonov et al., 2011), a non‐linear unbiased average T1‐T2* fusion template was created in stereotaxic space. For the other contrasts, the subject’s linear contrast‐to‐T1‐T2* transformation was concatenated with the subject’s T1‐T2* non‐linear stereotaxic transformation to avoid multiple resamplings before voxel‐wise averaging of all subject data in the common template space. Results Figure 1 depicts the whole brain 1mm template. Figure 2 depicts a closeup of the 0.3 mm template of the midbrain. From both figures, the first eight contrasts were created from 172 subjects: 145 PD, 1 RBD, and 26 controls. The NM contrast was created from 121 subjects (59 female; ages=39‐87): 99 PD, 1 RBD, and 21 controls. The T1‐T2* fusion maps provide improved deep grey matter contrast from T2*w images, while maintaining cortical structure information from T1w images. R2* maps, T2w, PD2, FLAIR, and CLEAR‐SWI contrasts highlight deep grey structures including SN, RN, subthalamic nucleus (STN), putamen, and globus pallidum, while the NM contrast highlights NM‐rich regions of SN and LC. Conclusion Anatomical structural references are useful for structural segmentation and morphometric analyses between healthy controls, PD, and RBD patients in regions such as SN, RN, and LC to aid in early diagnosis and better understand disease prognosis.
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 | 0,002 |
| 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) | 0,003 | 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 ».