Semiautomated Pipeline Effectively Assesses Severity and Monitor Disease Progression in Compressed Spinal Cord of Degenerative Cervical Myelopathy Patients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Degenerative cervical myelopathy (DCM) is a progressive and disabling condition resulting from chronic compression of the spinal cord, leading to functional impairments that can severely affect quality of life. Traditional methods for assessing spinal cord injury and morphometrics rely on subjective visualization of contrast changes and manual segmentation, which are nonstandardized, time-consuming, and inconsistent across patients. This variability limits understanding of DCM pathology and hampers timely clinical intervention. METHODS: We introduce a semiautomated pipeline using the Spinal Cord Toolbox, an open-source platform that uses advanced algorithms, including optimization and computational efficiency algorithms, support vector machine, and convolutional neural networks, to streamline the assessment of spinal cord shape, microstructural changes, and gray and white matter integrity. By integrating spinal cord segmentation, anatomical labeling, and registration to a standardized template, the pipeline extracts normalized morphometric measures, providing efficient and reliable analysis of spinal cord pathology in DCM. RESULTS: We extracted normalized spinal cord morphometrics, including cross-sectional area (CSA), anterior-posterior diameter, right-left diameter, eccentricity, solidity, gray matter CSA, white matter CSA, and regional and tract-based magnetization transfer ratio measures. Our analysis demonstrates that DCM patients exhibit significant reductions in these morphometrics compared with healthy controls, even in regions without visible compression. Furthermore, CSA reductions across the spinal cord highlight areas of severe compression, including at the intervertebral disks, which may not be apparent on standard imaging. CONCLUSION: These quantitative measures give clinicians easily interpretable data on the extent of spinal cord injury, even in regions without obvious compression. This enables a comprehensive understanding of DCM pathophysiology. By eliminating the subjectivity of manual segmentation and accounting for intersubject and intrasubject variability, this approach supports consistent cross-subject comparisons and is poised to reshape how clinicians assess and manage DCM.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».