A method for generating image-derived input function in quantitative 18F-FDG PET study based on the monotonicity of the input and output function curve
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: A method of defining the image-derived input function (IDIF) was introduced and evaluated for the quantification of the regional cerebral metabolic rate of glucose in PET studies. METHODS: The voxels in the brain vasculature are extracted on the basis of the different monotonicities between the input and the output function curves. Time activity curves (TACs) of such voxels are averaged to obtain the uncorrected TAC of the brain vasculature. The IDIF was obtained from the raw TAC after correcting for the partial volume and spillover effects by an empirical formula in conjunction with a single blood sample and the TAC of the brain tissue. Data from 16 patients were used to test the proposed method. The Patlak approach is used to calculate the net fluoro-2-deoxyglucose clearance with plasma-derived input function and our generated IDIF, respectively. RESULTS: The net fluoro-2-deoxyglucose clearances calculated with the IDIF generated by our approach are not only highly correlated (correlation coefficients close to 1) to, but also highly comparable (regression slopes close to 1 and intercepts close to 0) with those calculated with plasma-derived input function. CONCLUSION: The method used in the present work is feasible and accurate.
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.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 découle