Comparison of quantitative parameters in cervix cancer measured by dynamic contrast–enhanced MRI and CT
Notice bibliographique
Résumé
Cervical tumors of 38 cervix cancer patients were scanned by T(1)-weighted dynamic contrast enhanced (DCE) MRI and then by DCE-CT on the same day. Gadodiamide and iohexol were respectively used as the low-molecular-weight contrast agent in DCE-MRI and DCE-CT. Under an extended Tofts model, DCE-MRI data were analyzed using either individual arterial input functions estimated by a multiple reference tissue method or a population arterial input function by Parker et al., whereas DCE-CT data were analyzed using the arterial input function directly measured from the external iliac arteries. The derived quantitative parameters of cervical tumors were compared between DCE-MRI and DCE-CT. When using the individual multiple reference tissue method arterial input functions to analyze the DCE-MRI data, the correlation coefficients between DCE-MRI- and DCE-CT-derived parameters were, respectively, back-flux rate constant (r = 0.80), extravascular extracellular fractional volume (r = 0.73), contrast agent transfer rate (r = 0.62), and blood plasma volume (r = 0.32); when using the Parker population arterial input function, the correlation coefficients were back-flux rate constant (r = 0.79), extravascular extracellular fractional volume (r = 0.77), contrast agent transfer rate (r = 0.63), and blood plasma volume (r = 0.58). Tumor parametric maps derived by DCE-MRI and DCE-CT had very similar morphologies. However, the means of most derived quantitative parameters were significantly different between the two imaging methods. Close correlation of quantitative parameters derived from two independent imaging modalities suggests both are measuring similar tumor physiologic variables.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».