P.165 Comparison of preoperative diffusion tensor imaging tractography platforms for intrinsic brain lesions
Notice bibliographique
Résumé
Background: Diffusion tensor imaging (DTI) tractography enables detailed visualization of white matter tracts (WMT) relevant to surgical planning. Head-to-head performance of clinically available DTI software has not been assessed. We retrospectively compared Synaptive’s Modus Plan™(vers. 2.0.1.1743) and Medtronic’s StealthViz™(vers. 1.4) software, focusing on workflow, usability, stability, and capacity to generate WMT reconstructions. Methods: Retrospective evaluation of patients (n=13) with intrinsic brain lesions (01/2021-12/2023) with MP and SV software. Corticospinal and optic radiation WMT reconstruction was attempted according to the manufacturers specifications and was rated as clinically useful or not, based on anatomic plausibility. Duration of each analysis step (image importing, post-processing, segmentation, fine-tuning and tract export) was recorded. Ease of use, degree of clinician input, program stability, and tract output type were also assessed. Results: 13 patients (31±;19 yrs; 6F) were included. Mean workflow duration was significantly longer for MP (22:51 min) versus SV (7:35 min) (p<0.0001). Successful WMT reconstruction occurred in 9/13 (69.2%) with MP, versus 5/13 (38.5%) for SV. MP was rated to have superior usability, stability and required less clinician input but technical parameters (e.g. FA) or export object type was inflexible. Conclusions: Synaptive’s MP permitted more robust WMT reconstruction with enhanced usability and stability but with significantly longer workflow.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,005 | 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 ».