Qrater: collaborative imaging quality control tool
Notice bibliographique
Résumé
Abstract Background Quality control (QC) is particularly important in vulnerable populations like patients with dementia where movement artifacts as well as registration failures may be more prevalent. From our need to review the quality of tens of thousands of raw MR images and reviewing the steps of our pre‐ and post‐processing pipelines, we developed Qrater. Qrater is a web‐based application installed centrally on a server where our data is stored. We can then rate the images and access the database of our team’s stored ratings (QC status and potential comments for each image). Method In Qrater the images are uploaded as datasets that can be restricted to specific users (Fig. 1). Each image is viewed and rated with available features such as a magnifying glass, seeing other users’ ratings, adding specifying comments, moving between images, and rating with key bindings to store QC outcomes other than pass/fail/warning (Fig. 2.). Looking for a specific image or rating is made easier by the search and sorting features (Fig. 3). Four experienced researchers rated three different datasets of MRI (A: 1275 unprocessed T1w brain images; B: 1623 unprocessed T1w brain images; C: 3000 preprocessed T1w brain images non‐linearly registered to a standard template). We looked at timing from the ratings’ timestamps to determine how much time it took to rate the datasets. All analyses were done in R v 4.1. Result On average, it took between 10 and 25 seconds to rate each image (14.2 s dataset A, 25.5 s dataset B and 14.1 s dataset C. Figure 1); less than 10 seconds to mark a clearly failed image for both raw acquisition and registration tasks, while the more questionable images (marked as Warning) took between one and two minutes (Table 1, Fig. 4). Conclusion Our team has found Qrater’s usability to be a significant improvement over previous quality control methods. The built‐in SQL database supports thousands of images without affecting its performance, and the web‐based interface enables remote QC. Since Qrater belongs to the initiative towards a more open and reproducible science, the code is currently available for download in GitHub [https://github.com/soffiafdz/Qrater].
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 | 0,023 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,026 |
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 ».