Estimation of reference curves for brain atrophy and analysis of robustness to machine effects
Notice bibliographique
Résumé
Neurodegenerative diseases like Alzheimer's are difficult to diagnose due to brain complexity and imaging variability. However, volumetric analysis tools, using reference curves, help detect abnormal brain atrophy and support diagnosis and monitoring. This study evaluates the robustness of three segmentation algorithms, AssemblyNet, FastSurfer and FreeSurfer, in constructing brain volume reference curves and detecting hippocampal atrophy. Using data from 3,730 cognitively normal subjects, we built reference curves and assessed robustness to magnetic field strength (1.5T vs. 3T) using four error metrics (sMAPE, sMSPE, wMAPE, sMdAPE) with bootstrap validation. We evaluated classification performance using hippocampal atrophy rates and HAVAs scores (Hippocampal-Amygdalo-Ventricular Atrophy scores). AssemblyNet shows the lowest errors across all robustness metrics. In contrast, FastSurfer and FreeSurfer exhibit greater deviations, indicating higher sensitivity to field strength variability. AssemblyNet provides consistent hippocampal atrophy rates across all reference models, despite slightly lower sensitivity, while FastSurfer and FreeSurfer display greater variability. Specificity ranges from 0.87 to 0.91 for AssemblyNet, compared to 0.76-0.93 for FastSurfer and 0.86-0.93 for FreeSurfer. Using the HAVAs score, all methods detect high atrophy rates in Alzheimer's patients. FastSurfer achieves the highest sensitivity (0.98), while AssemblyNet reaches the best specificity (0.95) and the highest balanced accuracy (0.91). This study underscores the importance of algorithm choice for reliable brain volumetric analysis in heterogeneous imaging environments. Among the methods tested, AssemblyNet stands out as both sensitive to Alzheimer's-related atrophy and robust to acquisition variability, making it a strong candidate when analyzing hippocampal volumes in large, multi-site datasets.
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 | 0,018 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».