INFLUENCE OF RECONSTRUCTION KERNEL AND SLICE THICKNESS ON AUTOMATED ASPECTS PERFORMANCE FOR DETECTION OF EARLY ISCHEMIC CHANGES ON NON-CONTRAST BRAIN COMPUTED TOMOGRAPHY SCANS
Notice bibliographique
Résumé
Background and Aims:With the Alberta Stroke Program Early Computed Tomography Score (ASPECTS), 10 brain-regions are dichotomously scored on presence of ischemic stroke damage. Considerable variability in CT-scanner parameter settings is seen in clinical practice. Optimized parameters could improve the performance of ASPECTS software. We evaluated the influence of CT-scan parameter settings on computed ASPECTS (c-ASPECTS 2.0.1, Frontier, Siemens Healthineers, Forchheim, Germany).Methods:Prospectively, patients with acute stroke symptoms received a Non Contrast CT-scan (Siemens Somatom Definition Edge). Thirty consecutive patients with middle cerebral artery (MCA) occlusion were included. c-ASPECTS were assessed in images with different Siemens CT reconstruction kernels (J30s/J37s/J40s and H20s/H30s/H31s) and slice thicknesses (2.0-5.0 mm). Ground truth ASPECTS was provided by an expert with unrestricted data access. Scans (J40s: 5.0 mm and J30s: 2.0 mm) were evaluated by four readers for ASPECTS. For every combination of parameters, we calculated the agreement of ground truth with c-ASPECTS and c-ASPECTS regions, respectively. Agreement of c-ASPECTS across all parameter combinations was assessed. Correlation of ground truth with readers and c-ASPECTS was calculated.Results:Comparison of ground truth with c-ASPECTS and c-ASPECTS regions across all parameter combinations shows ICCu2019s of 0.421-0.609 and agreement of 0.80-0.82, respectively. No significant differences were found between images reconstructed with different kernels or slice thicknesses. Agreement of c-ASPECTS across all parameter combinations shows an ICC of 0.936. Comparison of ground truth with readers and c-ASPECTS resulted in comparable correlations (ICCu2019s of 0.541-0.811 and 0.519, respectively).Conclusions:Reconstruction kernels and slice thicknesses do not significantly affect the performance of c-ASPECTS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,024 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,007 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».