Convergência multimodal em neurorradiologia: aplicações na epilepsia generalizada idiopática
Notice bibliographique
Résumé
A quantidade de dados que se pode gerar a partir de exames de neuroimagem atualmente é significativa e o processamento e a interpretação desses custosa. Com o intuito de otimizar e potencializar os achados a inteligência artificial vem sendo empregada cada vez mais como ferramenta de apoio médico. O objetivo do estudo é desenvolver e aplicar uma nova metodologia de análise de neuroimagens de Ressonância Magnética (RM) para descrever áreas de alteração, descrever áreas onde há alteração da anisotropia fracionada (imagem de tensor de difusão - DTI) ou da taxa de transferência de magnetização (imagem de transferência de magnetização - MTR e investigar alterações por meio de RMF, além de comparar a análise de convergência dos dados com as análises isoladas dos parâmetros anteriormente descritos. Essa nova metodologia de análise será empregada em dados de estudo com desenho tipo casocontrole de pacientes com epilepesia genereliazada idiopática (IGE), acompanhados no Ambulatório de Epilepsia (ANEP) do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (HCFMUSP), em uma análise retrospectiva. Os exames foram realizados no Instituto de Radiologia (INRAD) do HCFMUSP de 2012 a outubro de 2017, em aparelho de 3 Tesla. As diferentes técnicas de imagem de RM utilizadas foram primeiramente processadas em respectivos softwares considerados estado da arte no momento, a análise de morfometria por meio do FREESURFER (http://surfer.nmr.mgh.harvard.edu) e DTI, MTR e RMF pelo FSL (htt://fsl.fmrib.ox.ac.uk/fsl), e posteriormente registradas e normalizadas para um atlas (MNI - Montreal Neurology Institute). Com as informações de registro e normalização e por meio de máscaras obtivemos dados das neuroimagens, as subdividindo em múltiplas estruturas corticais e subcorticais, e os comparamos, avaliando as diferenças dos dados dentro de cada técnica utilizada e posteriormente comparando a acurácia diagnóstica de cada técnica e de todas em conjunto. A análise morfométrica demonstrou redução do volume do corpo caloso nas regiões central (p=0,025) e médio posterior (p=0,005) e maior volume do líquido cefalorraquidiano (LCR) (p=0,039) no grupo paciente e tanto DTI e MTR evidenciaram extensas alterações da substância branca cerebral, comprometendo múltiplos tractos e fascículos, principalmente cerebrais. Dos paradigmas empregados na RMF caracterizaram que na média os pacientes apresentavam maior processamento nos lobos frontal, parietal e temporal esquerdos. As técnicas com maior capacidade de classificação segundo os dados foram RMF (área embaixo da curva de até 0,95), MTR (AEC de 0,94) e morfometria (0,76), entretanto, a convergência dos dados das múltiplas técnicas alcançou eficácia de 100%.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».