Dynamic contrast‐enhanced MRI in mice at high field: Estimation of the arterial input function can be achieved by phase imaging
Notice bibliographique
Résumé
PURPOSE: Quantitative dynamic contrast-enhanced MRI requires an accurate arterial input function (AIF). At high field, increased susceptibility effects and decreased longitudinal relaxivity of contrast agents lead to predominant T2* effects in blood vessels, producing a dip in signal during passage of the contrast agent bolus. This study determined phase-derived AIFs in mice at 11.7 T. METHODS: AIFs were measured in aorta/vena cava for five FBV/N mice and in iliac arteries/veins for five NMRI mice with a fast low angle shot sequence, simultaneously with tumor imaging (temporal resolution: 1.19 s). Gadoterate was injected into the tail vein as a bolus (0.286 mmol Gd/kg). An in vitro study was also performed to calculate the relationship between ΔΦ and gadolinium concentration. RESULTS: The phantom system confirmed the linear relationship between measured ΔΦ and gadolinium concentration. In vivo, a dip in arterial magnitude signal made it impossible to quantify the AIF. With phase imaging, a clear quantifiable bolus peak was obtained; peak measured concentration in plasma was 4.9 ± 0.9 mM for FBV/N mice and 8.0 ± 0.6 mM for NMRI mice, close to the expected concentration of 6.8 mM. CONCLUSION: Phase imaging seems to be an appropriate means to measure the AIF of mice at high field.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».