3-Tesla versus 1.5-Tesla Magnetic Resonance Diffusion and Perfusion Imaging in Hyperacute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND: Clinical 3-tesla magnetic resonance imaging systems are becoming widespread. No studies have examined differences between 1.5-tesla and 3-tesla imaging for the assessment of hyperacute ischemic stroke (<6 h from symptom onset). Our objective was to compare 1.5-tesla and 3-tesla diffusion and perfusion imaging for hyperacute stroke using optimized protocols. METHODS: Three patients or their surrogate provided informed consent. Diffusion-weighted imaging (DWI) and perfusion-weighted imaging (PWI) was performed sequentially at 1.5 T and 3 T. DWI, apparent diffusion coefficient (ADC) maps and relative time-to-peak (TTP) maps were registered and assessed. DWI contrast-to-noise ratio (CNR) and ADC contrast were measured and compared. The infarct lesion volume (ILV) and thresholded ischemic volume (TIV) were estimated on the ADC and TTP maps, respectively, with the penumbral volume being defined as the difference between these volumes. RESULTS: Qualitatively, the 3-tesla TTP images exhibited greater feature detail. Quantitatively, the DWI CNR and ILV were similar at both field strengths, the ADC contrast was greater at 3 T and the TIV and penumbral volumes were much smaller at 3 T. CONCLUSIONS: Overall, the 3-tesla diffusion and perfusion images were at least as good and in some ways superior to the 1.5-tesla images for assessing hyperacute stroke. The TTP maps showed greater feature detail at 3 T. The ischemic and penumbra volumes were much greater at 1.5 T, indicating a potential difference in the diagnostic utility of the PWI-DWI mismatch between field strengths.
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 ».