Automatic localisation and per-region quantification of traumatic brain injury on head CT using atlas mapping
Notice bibliographique
Résumé
Rationale and objectives: To develop a method for automatic localisation of brain lesions on head CT, suitable for both population-level analysis and lesion management in a clinical setting. Materials and methods: Lesions were located by mapping a bespoke CT brain atlas to the patient's head CT in which lesions had been previously segmented. The atlas mapping was achieved through robust intensity-based registration enabling the calculation of per-region lesion volumes. Quality control (QC) metrics were derived for automatic detection of failure cases. The CT brain template was built using 182 non-lesioned CT scans and an iterative template construction strategy. Individual brain regions in the CT template were defined via non-linear registration of an existing MRI-based brain atlas.Evaluation was performed on a multi-centre traumatic brain injury dataset (TBI) (n = 839 scans), including visual inspection by a trained expert. Two population-level analyses are presented as proof-of-concept: a spatial assessment of lesion prevalence, and an exploration of the distribution of lesion volume per brain region, stratified by clinical outcome. Results: 95.7% of the lesion localisation results were rated by a trained expert as suitable for approximate anatomical correspondence between lesions and brain regions, and 72.5% for more quantitatively accurate estimates of regional lesion load. The classification performance of the automatic QC showed an AUC of 0.84 when compared to binarised visual inspection scores. The localisation method has been integrated into the publicly available Brain Lesion Analysis and Segmentation Tool for CT (BLAST-CT). Conclusion: Automatic lesion localisation with reliable QC metrics is feasible and can be used for patient-level quantitative analysis of TBI, as well as for large-scale population analysis due to its computational efficiency (<2 min/scan on GPU).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».