Computer-assisted stereoelectroencephalography planning: center-specific priors enhance planning
Notice bibliographique
Résumé
Objectives This study aims to refine computer-assisted planning (CAP) of SEEG implantations by adding spatial constraints from prior SEEG trajectories (“Priors”) to improve safety and reduce manual adjustments, without increasing planning time. Methods Retrospective validation based on 159 previously implanted trajectories (11 cases) planned by the clinical standard CAP and CAP constrained with spatial priors (“CAP + Priors”). Constraints included 31 target and 51 entry zones, created from 98 consecutive patients (763 implanted SEEG trajectories). Each of the 159 previously implanted trajectories was planned by two fellows, once with CAP and once with CAP + Priors, in a randomized order. The time taken to generate the initial computer-generated plan (T1) and the user-edited final plan (T2) were recorded together with the proportions of electrodes that required subsequent adjustments. Clinical implantability was assessed via a blinded review of each trajectory by five independent epilepsy neurosurgeons with expertise in SEEG implantation. Results Expert raters considered 88.5% of trajectories implantable, with no difference in acceptability between CAP alone and CAP + Priors (p = 0.79). Median (IQR) T1 for CAP to produce complete automated implantation was 4.6 (0.85) min vs. CAP + Priors was 6.3 (2.6) min (p = 0.03). There was no significant difference in T2 (time to complete surgeon-edited plan): CAP median (IQR) 105 (22) min, and CAP + Priors median (IQR) 96 (68) min (p = 0.92). The CAP + Priors risk score was significantly lower than that for the previously actually implanted trajectories for the 11 plans analyzed (p = 0.004), and no different from CAP alone planning. A significant reduction was observed in manual adjustments required with CAP + Priors in the cingulate gyrus. Conclusion Using spatial priors from previous implantations enhances SEEG CAP and increases the granularity of trajectory planning. This approach facilitates more standardized planning and allows for the incorporation of experience from multiple expert centers, decreasing the risk of the resultant trajectories and reducing the proportion of trajectories that require manual planning without significantly increasing planning time.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».