Estimation of <scp>fMRI</scp> responses related to epileptic discharges using <scp>Bayesian</scp> hierarchical modeling
Notice bibliographique
Résumé
Simultaneous electroencephalography-functional MRI (EEG-fMRI) is a unique and noninvasive method for epilepsy presurgical evaluation. When selecting voxels by null-hypothesis tests, the conventional analysis may overestimate fMRI response amplitudes related to interictal epileptic discharges (IEDs), especially when IEDs are rare. We aimed to estimate fMRI response amplitudes represented by blood oxygen level dependent (BOLD) percentage changes related to IEDs using a hierarchical model. It involves the local and distributed hemodynamic response homogeneity to regularize estimations. Bayesian inference was applied to fit the model. Eighty-two epilepsy patients who underwent EEG-fMRI and subsequent surgery were included in this study. A conventional voxel-wise general linear model was compared to the hierarchical model on estimated fMRI response amplitudes and on the concordance between the highest response cluster and the surgical cavity. The voxel-wise model overestimated fMRI responses compared to the hierarchical model, evidenced by a practically and statistically significant difference between the estimated BOLD percentage changes. Only the hierarchical model differentiated brief and long-lasting IEDs with significantly different BOLD percentage changes. Overall, the hierarchical model outperformed the voxel-wise model on presurgical evaluation, measured by higher prediction performance. When compared with a previous study, the hierarchical model showed higher performance metric values, but the same or lower sensitivity. Our results demonstrated the capability of the hierarchical model of providing more physiologically reasonable and more accurate estimations of fMRI response amplitudes induced by IEDs. To enhance the sensitivity of EEG-fMRI for presurgical evaluation, it may be necessary to incorporate more appropriate spatial priors and bespoke decision strategies.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».