AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis
Notice bibliographique
Résumé
Purpose: [18F]-fluorodeoxyglucose ([18F]FDG) positron emission tomography (PET) plays a central role in diagnosing and managing cardiac sarcoidosis. We propose a fully automated pipeline for quantification of [18F]FDG PET activity using deep learning (DL) segmentation of cardiac chambers on computed tomography (CT) attenuation maps and evaluate several quantitative approaches based on this framework. Methods: We included consecutive patients undergoing [18F]FDG PET/CT for suspected cardiac sarcoidosis. DL segmented left atrium, left ventricular(LV), right atrium, right ventricle, aorta, LV myocardium, and lungs from CT attenuation scans. CT-defined anatomical regions were applied to [18F]FDG PET images automatically to target to background ratio (TBR), volume of inflammation (VOI) and cardiometabolic activity (CMA) using full sized and shrunk segmentations. Results: A total of 69 patients were included, with mean age of 56.1 ± 13.4 and cardiac sarcoidosis present in 29 (42%). CMA had the highest prediction performance (area under the receiver operating characteristic curve [AUC] 0.919, 95% confidence interval [CI] 0.858 - 0.980) followed by VOI (AUC 0.903, 95% CI 0.834 - 0.971), TBR (AUC 0.891, 95% CI 0.819 - 0.964), and maximum standardized uptake value (AUC 0.812, 95% CI 0.701 - 0.923). Abnormal CMA (≥1) had a sensitivity of 100% and specificity 65% for cardiac sarcoidosis. Lung quantification was able to identify patients with pulmonary abnormalities. Conclusion: We demonstrate that fully automated volumetric quantification of [18F]FDG PET for cardiac sarcoidosis based on CT attenuation map-derived volumetry is feasible, rapid, and has high prediction performance. This approach provides objective measurements of cardiac inflammation with consistent definition of myocardium and background region.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».