Arterial input functions determined from MR signal magnitude and phase for quantitative dynamic contrast‐enhanced MRI in the human pelvis
Notice bibliographique
Résumé
Dynamic contrast-enhanced (DCE) MRI is often used to measure the transfer constant (Ktrans) and distribution volume (ve) in pelvic tumors. For optimal accuracy and reproducibility, one must quantify the arterial input function (AIF). Unfortunately, this is challenging due to inflow and signal saturation. A potential solution is to use MR signal phase (ϕ), which is relatively unaffected by these factors. We hypothesized that phase-derived AIFs (AIFϕ) would provide more reproducible Ktrans and ve values than magnitude-derived AIFs (AIF|S|). We tested this in 27 prostate dynamic contrast-enhanced MRI studies (echo time=2.56 ms, temporal resolution=13.5 s), using muscle as a standard. AIFϕ peak amplitude varied much less as a function of measurement location (inferior-superior) than AIF|S| (5.6±0.6 mM vs. 2.6±1.5 mM), likely as a result of ϕ inflow insensitivity. However, our main hypothesis was not confirmed. The best AIF|S| provided similar reproducibility versus AIFϕ (interpatient muscle Ktrans=0.039±0.021 min(-1) vs. 0.037±0.025 min(-1), ve=0.090±0.041 vs. 0.062±0.022, respectively).
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 | 0,002 | 0,003 |
| 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 | 0,001 | 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) | 0,001 | 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 ».