<i>Ex vivo</i> human brain volumetry: validation of magnetic resonance imaging measurements
Notice bibliographique
Résumé
Abstract Background Neurodegenerative diseases are associated with brain atrophy. The volume of in vivo human brains is determined with various magnetic resonance imaging (MRI) measurement tools of which the validity has not been assessed against a gold standard. Here, we propose to validate the MRI brain volumes by scanning ex vivo-in situ specimens (i.e., anatomical heads), which allows the extraction of the brain after the scan to compare its volume with the gold standard water displacement method (WDM). Methods We acquired 3T MRI T2-weighted, T1-weighted, and MP2RAGE images of seven anatomical heads fixed with an alcohol-formaldehyde solution routinely used in anatomy laboratories and segmented the gray and white matter of the brain using two methods: 1) a manual intensity-based threshold segmentation using Display (MINC-ToolKit, McConnell BIC), and 2) an automatic Deep-Learning-based segmentation tool (SynthSeg). The brains were then extracted, and their volumes were measured with the WDM after the removal of their meninges and a midsagittal cut (to allow water penetration into the ventricles). Volumes from all methods were compared to the ground truth (WDM volumes) using a repeated-measures ANOVA. Results Mean brain volumes, in cubic centimeters, were 1111.14±121.78 for WDM, 1020.29±70.01 for manual T2-weighted, 1056.29±90.54 for automatic T2-weighted, 1094.69±100.51 for automatic T1-weighted, 1066.56±96.52 for automatic MP2RAGE INV1, and 1156.18±121.87 for MP2RAGE INV2. All volumetry methods were significantly different (F=17.874; p<0.001) from the WDM volumes, except the automatic T1-weighted volumes. Conclusion We demonstrate that SynthSeg accurately determines the brain volume in ex vivo-in situ T1-weighted MRI scans. Our results also suggest that given the contrast similarity between our ex vivo and in vivo sequences, the brain volumes of clinical studies are most probably sufficiently accurate, with some degree of underestimation depending on the sequence used.
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 | 0,004 | 0,006 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».