NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Amaçlar: Bu çalışma, idiyopatik Parkinson hastalığı (IPD) ve çoklu sistem atrofisi (MSA) arasındaki ayrımda, geleneksel T1 ağırlıklı görüntüleme (T1WI) ve duyarlılık ağırlıklı görüntüleme (SWI) den çoklu parametrelere sahip radyomik potansiyelini araştırmayı amaçlamaktadır. Yöntemler: IPD'li 57 hasta, MSA'lı 74 hasta ve 70 sağlıklı kontrol (HC) bireyi olmak üzere toplam 201 katılımcı T1WI ve SWI taramalarına tabi tutuldu. 12 subkortikal çekirdekten (örneğin kırmızı çekirdek, substantia nigra, subtalamik çekirdek, putamen, globus pallidus ve kaudat çekirdeği), T1WI ve SWI taramalarından 2640 radyomik özellik çıkarıldı. Üç sınıflandırma modeli - lojistik regresyon (LR), destek vektör makinesi (SVM) ve hafif gradyan arttırıcı makine (LGBM) - sırasıyla MSA ve IPD ve MSA, IPD ve HC, T1WI özelliklerine, SWI özelliklerine ve T1WI ve SWI özelliklerinin bir kombinasyonuna dayanarak ayırt etmek için kullanıldı. Beş katlı çapraz doğrulama, modellerin performansını hassasiyet, özgüllük, doğruluk ve alıcı çalışma eğrisinin (AUC) altındaki alan gibi metriklerle değerlendirmek için kullanıldı. Her katlama sırasında, model eğitim süreci için en uygun özelliklerin alt kümesini tanımlamak için ANOVA ve en az mutlak büzülme ve seçim operatörü (LASSO) yöntemleri kullanılmıştır. Sonuçlar: T1WI ve SWI'nin özellikleri kombinasyonu ile eğitilen LGBM modeli, MSA'nın üç sınıflı sınıflandırma görevinde en üstün diferansiyel performansı sergiledi. PD vs. HC ve MSA vs ikili sınıflandırma görevi. PD, 0,814 ve 0,854 doğrulukla ve sırasıyla 0,904 ve 0,881 AUC ile. SN'nin doku tabanlı farklılıkları (GLCM) ve GP'nin şekil tabanlı farklılıkları, sırasıyla üç sınıf ve iki sınıf arasında ayrım yapmada oldukça etkiliydi. Sonuç: T1WI ve SWI'yi birleştiren radyomik özellikler, PD, MSA ve HC gruplarının yanı sıra PD ve MSA grupları için tatmin edici bir diferansiyel tanı elde edebilir ve böylece rutin MRI dizilerine dayalı klinik karar verme için yararlı bir araç sağlayabilir.
Özgün kaynak özetini okuyun
Objectives: This study aims to investigate the potential of radiomics with multiple parameters from conventional T1 weighted imaging (T1WI) and susceptibility weighted imaging (SWI) in distinguishing between idiopathic Parkinson's disease (IPD) and multiple system atrophy (MSA). Methods: A total of 201 participants, including 57 patients with IPD, 74 with MSA, and 70 healthy control (HCs) individuals, underwent T1WI and SWI scans. From the 12 subcortical nuclei (e.g. red nucleus, substantia nigra, subthalamic nucleus, putamen, globus pallidus, and caudate nucleus), 2640 radiomic features were extracted from both T1WI and SWI scans. Three classification models - logistic regression (LR), support vector machine (SVM), and light gradient boosting machine (LGBM) - were used to distinguish between MSA and IPD, and MSA, IPD, and HC, respectively, based on T1WI features, SWI features, and a combination of T1WI and SWI features. Five-fold cross-validation was used to evaluate the performance of the models with metrics such as sensitivity, specificity, accuracy, and area under the receiver operating curve (AUC). During each fold, the ANOVA and least absolute shrinkage and selection operator (LASSO) methods were used to identify the most relevant subset of features for the model training process. Results: The LGBM model trained by the features combination of T1WI and SWI exhibited the most outstanding differential performance in both the three-class classification task of MSA vs. PD vs. HC and the binary classification task of MSA vs. PD, with an accuracy of 0.814 and 0.854, and an AUC of 0.904 and 0.881, respectively. The texture-based differences (GLCM) of the SN and the shape-based differences of the GP were highly effective in discriminating between the three classes and two classes, respectively. Conclusions: Radiomic features combining T1WI and SWI can achieve a satisfactory differential diagnosis for PD, MSA, and HC groups, as well as for PD and MSA groups, thus providing a useful tool for clinical decision-making based on routine MRI sequences.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.