Localization of the Subthalamic Nucleus: Optimization with Susceptibility-Weighted Phase MR Imaging
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: On clinical MR images, the subthalamic nuclei (STN) are poorly delineated from adjacent structures, impeding safe direct targeting for placement of electrodes in the treatment of Parkinson disease. Susceptibility-weighted MR phase imaging offers improved contrast and spatial resolution at reduced imaging times relative to clinically used T2-weighted spin-echo imaging for STN visualization. Our purpose was to assess STN visibility by using phase imaging, comparing phase and magnitude images obtained concurrently by using susceptibility-weighted imaging (SWI). The goal was to identify an efficient scanning protocol for high-quality phase images of STN. MATERIALS AND METHODS: Seventy-eight SWI scans were acquired at 3T by using different TEs and acceleration factors. STN visibility and delimitation from adjacent structures were scored from 0 (not interpretable) to 5 (excellent). Regression analyses assessed the relationship of STN visibility to scanning parameters RESULTS: STN were identified at all studied TEs on phase images. Visibility and delimitation of STN were consistently superior on phase images compared with magnitude images. Good visualization (score of >or=4) of STN on phase imaging occurred at a mean TE of 20.0 ms and a sensitivity encoding (SENSE) of 1.40. Scores of STN visualization on phase images were dependent on SENSE (P < .002) and TE (P < .031). Good delimitation of the STN on phase imaging occurred at a mean TE of 21.6 ms and a SENSE of 1.36. CONCLUSIONS: Visualization and delimitation of STN was superior on phase images and was achieved at 3T in <2.5 minutes. A TE of 20 ms and an acceleration factor of
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».