Integration of Magnetoencephalography-Generated Functional Brain Maps into Dose Planning during Arteriovenous Malformation Radiosurgery
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
BACKGROUND: Magnetoencephalography (MEG) can delineate critical regions of the cortex and facilitate conformal stereotactic radiosurgery (SRS) dose planning. Despite the substantial role of Gamma Knife® SRS in arteriovenous malformation (AVM) management, MEG-generated maps of critical regions have never been utilized to improve dose planning. PURPOSE: To assess the value of integrating functional brain mapping using MEG with dose planning during treatment of brain AVMs with SRS. METHODS: This case series encompassed 5 patients with motor region AVMs. Noninvasive eloquent cortex mapping was achieved using a whole-head 306-channel Neuromag® Vectorview MEG System 5-10 days before SRS. On the day of SRS, the functional brain maps were integrated onto the intraoperative dose planning magnetic resonance imaging for Leksell GammaPlan® version 10. The median AVM volume treated was 12.7 cm(3), and 18 Gy was the median margin dose. RESULTS: Functional image integration of MEG improved the recognition of critical brain structures adjacent to the AVM. This facilitated anatomical planning designed to reduce the dose to adjacent critical structures while maintaining a therapeutic dose to the AVM target. The 5 patients had no adverse radiation effects during the follow-up. CONCLUSION: Coregistration of MEG data improves the accuracy and dose sparing needed for optimal planning during Gamma Knife SRS.
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 | 0,000 | 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 découle