MétaCan
Menu
Retour à la cohorte
Enregistrement W4391852592 · doi:10.18178/joig.12.1.40-52

Contribution to an Advanced Clinical Aided Tool Dedicated to Explore ASPECTS Score of Ischemic Stroke

2024· article· en· W4391852592 sur OpenAlexaboutno aff
Haifa Touati, Areej Alasiry, Abdulmajid Al-Junaid, Lamia Sellami, Y. Ben Hamida, Ahmed Ben Hamida, Khaireddine Ben Mahfoudh

Notice bibliographique

RevueJournal of Image and Graphics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIschemic strokeStroke (engine)Computer scienceMedicineInternal medicineIschemiaEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The Alberta Stroke Program Early CT Score (ASPECTS) is a simple and reliable systematic method used to quantify and explore acute ischemic stroke. It was initially developed to standardize the assessment of the early ischemic changes’ extent within the Middle Cerebral Artery (MCA). The ASPECTS assessment has been increasingly incorporated into treatment decision-making and has been used in several randomized clinical trials for endovascular treatment decision-making. The e-ASPECTS software is a tool for the automated use of ASPECTS. The purpose of this paper is twofold: The first objective is to present an advanced clinical that streamlines the extraction of ASPECTS regions of interest. This tool aids neuro-physicians by automating the segmentation Department process through preprocessing steps involving skull bone stripping, edge detection, and thresholding. The second objective is to propose an automated semi-quantitative method using Non-Contrast Computed Tomography (NCCT), enabling neuro-physicians to accurately diagnose and evaluate acute ischemic stroke. This comprehensive approach improves the exploration, diagnosis, and evaluation of acute ischemic stroke, bolstering clinical decision-making and treatment strategies. Experimental results were promising and depicted an interesting accuracy level ranging from 0.81 (internal capsule) to 0.98 (caudate), with a greater agreement for cortical areas. The proposed automated ASPECTS method presents an independent predictor for clinical practice and ischemic core judgment and treatment selection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,354
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Image and GraphicsMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207