Measurement of skeletal muscle perfusion during postischemic reactive hyperemia using contrast‐enhanced MRI with a step‐input function
Notice bibliographique
Résumé
The regional distribution of skeletal muscle blood flow was measured during postischemic reactive hyperemia using Gd-DTPA contrast-enhanced (CE) MRI. The release of an occlusive thigh cuff was used to deliver a step-input of contrast concentration that was coincident with the onset of reactive hyperemia. A first-order tracer kinetic equation was used to estimate the unidirectional influx constant, Ki (ml/100 g/min), and the distribution volume of Gd-DTPA in the tissue, v(e), from T1-weighted images acquired with saturation recovery (SR) steady-state free precession (SSFP) and spoiled gradient-echo (SPGR) protocols. The capillary permeability surface (PS) area increased significantly during reactive hyperemia, which facilitated rapid extraction of Gd-DTPA during the first pass. Regional muscle group studies from 11 normal volunteers yielded blood flow (Ki) values of 108.3 +/- 34.1 ml/100 g/min in the gastrocnemius, 184.3 +/- 41.3 ml/100 g/min in the soleus, and 122.4 +/- 34.4 ml/100 g/min in the tibialis anterior. The distribution volumes (v(e)) in the corresponding muscle groups were respectively 8.3% +/- 2.1%, 9.3% +/- 1.9%, and 7.9% +/- 1.8% from the kinetic model, and 8.8% +/- 2.4%, 9.1% +/- 1.9%, and 7.2% +/- 1.4% from tissue relaxometry studies. Bulk blood flow studies in the same volunteers using phase-contrast velocimetry (popliteal artery) yielded significantly lower flow values, but with a correlation coefficient R2 = 0.62 and P = 0.004.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».