Exploring the Impact of Anatomical References for Quantifying Spinal Cord Morphometrics Using Magnetic Resonance Imaging
Notice bibliographique
Résumé
RÉSUMÉ: Contexte: L’évaluation de l’atrophie de la moelle épinière par l’analyse de sa morphologie est pertinente pour comprendre diverses pathologies neurodégénératives, telles que la sclérose en plaques. Un indicateur clé de cette dégénérescence est l’aire de la section transversale de la moelle épinière, mesurable via l’imagerie par résonance magnétique (IRM). Toutefois, cette mesure possède une importante variabilité inter-individuelle, limitant son utilité comme biomarqueur. Habituellement, l’aire de la section transversale est calculée en référence à un niveau vertébral précis, facilitant ainsi les comparaisons temporelles et inter-individuelles. Cependant, l’approximation des niveaux spinaux par les niveaux vertébraux n’est pas précise, augmentant la variabilité des mesures d’aire de section transversale. Bien que d’autres points de référence, tels que le sillon ponto-médullaire, aient été suggérés, ils n’ont jamais été utilisé pour mesurer l’aire de la section transversale. Objectif: Ce projet vise à élaborer une méthode automatique pour le calcul de l’aire de la section transversale de la moelle épinière en se référant au sillon ponto-médullaire. Plus pré-cisément, nous développons un pipeline automatique permettant de déterminer l’aire de sec-tion trasnversale à une distance spécifique du sillon ponto-médullaire, et évaluons l’efficacité de cette nouvelle référence pour minimiser la variabilité inter-individuelle dans un vaste en-semble d’images IRM de sujets sains. Ensuite, nous étudions la contribution de divers facteurs confondants sur la variabilité de l’aire de la section transversale. Finalement, nous mesurons l’impact de cette nouvelle référence sur la variabilité intra-individuelle, avec différentes posi-tions du cou, sur des images IRM structurelles. Méthodes: Tout d’abord, un pipeline automatique a été développé pour calculer l’aire de la section transversale à une distance définie du sillon ponto-médullaire, calculée le long de la ligne centrale de la moelle épinière. Cette méthode a été appliquée sur un large échan-tillon d’images IRM pondérée T1 de la base de données UK Biobank (n = 804). Nous avons comparé l’aire de la section transversale obtenue avec celle calculée en se référant aux niveaux vertébraux C2-C3, et exploré divers facteurs confondants afin d’établir un modèle de normalisation. ABSTRACT: Context: Analysing the shape of the spinal cord is relevant to assess atrophy in various neurodegenerative diseases like multiple sclerosis. Typically, spinal cord cross-sectional area (CSA), derived from magnetic resonance imaging (MRI), is computed as a measure of atrophy and is a relevant biomarker. However, spinal cord CSA suffers from considerable inter-subject variability limiting its use. CSA is typically computed in reference to a specific vertebral level to infer the positions of the spinal levels and allowing comparison through time and individuals. However, the vertebral levels do not provide a precise estimation of the spinal levels, contributing to the observed CSA variability. Other references were proposed to bypass the use of the vertebral levels like the pontomedullary junction (PMJ), but were never used to compute CSA. Objective: The main goal of this project is to develop an automatic pipeline to compute CSA using the PMJ as a reference and to validate its relevance to reduce CSA variability. More precisely, we develop an automatic pipeline to compute CSA using a new reference part of the central nervous system, the PMJ, instead of the vertebral levels. We first investigate the relevance of using the PMJ as a reference for CSA computation to reduce inter-subject variability. To do so, we use a large dataset of healthy controls, and we examine additional factors that contribute to CSA variability. Then, we explore the relevance of PMJ-based CSA on intra-subject variability by varying neck positions. Methods: First, we developed an automatic pipeline to compute spinal cord CSA at a specified distance from the PMJ, measured along the spinal cord centerline using arc-length. The method was applied to T1-weighted MRI images from a subset of the UK Biobank database (n = 804). PMJ-based CSA was compared to CSA computed at the C2-C3 vertebral levels. We explored other confounding factors contributing to CSA variability and developed a normalization model.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».