Advanced multimodal imaging in epileptogenic malformations of cortical development
Notice bibliographique
Résumé
Background.Malformations of cortical development (MCD) are a group of congenital anomalies characterized by variable brain deformations and high epileptogenicity.Magnetic resonance imaging (MRI) has revolutionized the clinical management of this disorder because of its unmatched ability to visualize pathological substrates.Yet, the current sensitivity to identify the primary lesion has a limit in covering the full spectrum of MCD, especially those with mild anomalies, substantially challenging a reliable clinical diagnosis.Notably, sporadic histological and MRI studies have indicated that structural anomalies in the primary lesion may extend to remote cortical areas.While these findings, together with functional evidence of widespread epileptogenic networks, suggest distributed pathological substrates, the anatomical patterns and topological principles underlying MCD remain poorly understood.Purpose.To develop advanced multimodal imaging and computational frameworks for the characterization and identification of MCD, and phenotype their whole-brain structure and network organization. Methods.We carried out following projects: 1) Implementation of an automated machine-learning classifier relying on surface-based MRI features to detect subtle malformations; 2) Evaluation of whole-brain morphology using cortical thickness and folding complexity; 3) Development of a novel framework to characterize morphology, intensity, diffusion, and function of the primary lesion; 4) Statistical and graph-theoretical analysis of structural-functional brain network across the MCD spectrum.In projects 1-3, we targeted patients with focal cortical dysplasia (FCD), while project 4 included multiple representative MCD subtypes. Results.In project 1, our classifier accurately identified subtle FCD initially overlooked on routine radiological assessment.The algorithm showed an excellent sensitivity (74%), while achieving a perfect specificity (100%; no false positive) in controls.The performance revealed generalizability
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,005 | 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 ».