Imaging Biomarkers of Oral Dysplasia and Carcinoma Measured with In Vivo Endoscopic Optical Coherence Tomography
Notice bibliographique
Résumé
: Optical coherence tomography is a non-invasive imaging technique that provides three-dimensional visualization of subsurface tissue structures. OCT has been proposed and explored in literature as a tool to assess oral cancer status, select biopsy sites, or identify surgical margins. Our endoscopic OCT device can generate widefield (centimeters long) imaging of lesions at any location in the oral cavity – but it is challenging for raters to quantitatively assess and score large volumes of data. Leveraging a previously developed epithelial segmentation network, this work develops quantifiable biomarkers that provide direct measurements of tissue properties in three-dimensions. We hypothesize that features related to morphology, tissue attenuation, and contrast between tissue layers will be able to provide a quantitative assessment of disease status (dysplasia through carcinoma). This work retrospectively assesses seven biomarkers on a lesion-contralateral matched OCT dataset of lateral and ventral tongue (40 patients, 70 sites). Epithelial depth and loss of epithelial-stromal boundary visualization provide the strongest discrimination between disease states. The stroma optical attenuation coefficient provides distinction of benign lesions from dysplasia and carcinoma. The stratification biomarkers visualize subsurface changes which provides potential for future utility in biopsy site selection or treatment margin delineation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».