Proposta e avaliação de um método de segmentação para Alberta Stroke Program Early CT Score
Bibliographic record
Abstract
ResumoAcidente Vascular Cerebral (AVC) é uma das principais causas de morte e incapacitação no mundo, afetando em especial a população dos países de renda baixa e média.A Alberta Stroke Program Early CT Score (ASPECTS) é uma pontuação que quantiĄca a extensão das alterações isquêmicas em tomograĄas de vítimas de AVC, sendo amplamente utilizada como ferramenta de prognóstico e seleção de pacientes para tratamento da doença.Essa pontuação, no entanto, não é muito conĄável (baixa concordância entre avaliadores), de modo que métodos de diagnóstico assistido, ou até mesmo automático, podem melhorar sua conĄabilidade, e por consequência o tratamento da doença.Algumas ferramentas de avaliação automática de ASPECTS já foram desenvolvidas, tanto em contexto acadêmico, quanto em contexto comercial, e embora todas utilizem algum método de segmentação de regiões, essa etapa não é muito explorada nos trabalhos, sendo discutida nos trabalhos somente de forma superĄcial.Dado esse gap na literatura, o estudo aqui apresentado busca apresentar e avaliar um algoritmo de segmentação das regiões de ASPECTS, utilizando bases de tomograĄas e bibliotecas públicas.O método apresentado é dividido em quatro etapas: pré-processamento, registro global, registro local e visualização/avaliação, e foi avaliado de forma quantitativa e qualitativa.Na avaliação quantitativa obteve-se um coeĄciente de Dice médio de 0.6587, com desvio de 0.0595 e uma distância de Hausdorff média de 14.3903, com desvio de 4.4366 para as 10 tomograĄas avaliadas.Já na avaliação qualitativa, feita através da avaliação subjetiva (0 a 10) de um neurologista, obteve-se um escore médio de 8.44 com desvio de 0.726.Embora tenha apresentado resultados satisfatórios, o método desenvolvido ainda pode ser reĄnado, utilizando-se técnicas de pós-processamento, por exemplo.É importante também que o mesmo seja testado em um número maior de tomograĄas, a Ąm de aumentar a robustez dos resultados obtidos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.039 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.011 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".