Assessment of metabolite quantitation reproducibility in serial 3D‐<sup>1</sup>H‐MR spectroscopic imaging of human brain using stereotactic repositioning
Notice bibliographique
Résumé
Intrasubject reproducibility of metabolite quantitation in three-dimensional proton magnetic resonance spectroscopic imaging (3D-MRSI) was investigated in 10 healthy volunteers over five separate sessions using two echo times (TEs): 144 and 30 ms. The use of a Gill-Thomas-Cosman (GTC) stereotactic head frame enabled precise subject repositioning and immobilization. Metabolite levels from each voxel in the volume of interest (VOI) were quantified using the Linear Combination of Model spectra (LCModel) analysis algorithm, and coefficients of variation (CVs) were calculated. Standard error estimates (%SD or Cramer-Rao lower bounds) generated by LCModel were used as a confidence filter. The 95% confidence interval (CI) was found for each metabolite, providing an indication of the normal fluctuation expected for 3D-MRSI. In vivo, median CVs at the %SD < or = 20 level were found to be (%CV for TE = 144 and 30 ms, respectively): N-acetyl-aspartate plus N-acetyl-aspartyl-glutamate (NAA): 10.2% and 13.5%; creatine plus phosphocreatine (Cr), 14.4% and 21.7%; and choline-containing compounds (Cho), 15.2% and 18.4%. Relaxing the statistical filtering criteria to %SD < or = 30 increased median CVs by less than 5% and permitted in vivo quantitation reproducibility to be evaluated for glutamine plus glutamate (Glx) and myoinositol (Ins) for TE = 30 ms, yielding CVs of 24.0% and 21.0%, respectively.
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 | 0,002 | 0,005 |
| 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 | 0,001 |
| 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 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 ».