Longitudinal deformation-based morphometry pipeline to study neuroanatomical differences in structural MRI based on SyN unbiased templates
Notice bibliographique
Résumé
Morphometric measures in humans derived from magnetic resonance imaging (MRI) have provided important insights into brain differences and changes associated with development and disease in vivo. Deformation-based morphometry (DBM) is a registration-based technique that has been shown to be useful in detecting local volume differences and longitudinal brain changes while not requiring a priori segmentation or tissue classification. Typically, DBM measures are derived from registration to common template brain space (one-level DBM). Here, we present a two-level DBM technique: first, the Jacobian determinants are calculated for each individual input MRI at the subject level to capture longitudinal individual brain changes; then, in a second step, an unbiased common group space is created, and the Jacobians co-registered to enable the comparison of individual morphological changes across subjects or groups. This two-level DBM is particularly suitable for capturing longitudinal intra-individual changes in vivo, as calculating the Jacobians within-subject space leads to superior accuracy. Using artificially induced volume differences, we demonstrate that this two-level DBM pipeline is 4.5x more sensitive in detecting longitudinal within-subject volume changes compared to a typical one-level DBM approach. It also captures the magnitude of the induced volume change much more accurately. Using 150 subjects from the OASIS-2 dataset, we demonstrate that the two-level DBM is superior in capturing cortical volume changes associated with cognitive decline across patients with dementia and cognitively healthy individuals. This pipeline provides researchers with a powerful tool to study longitudinal brain changes with superior accuracy and sensitivity. It is publicly available and has already been used successfully, proving its utility.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».