Sci‐Fri PM Imaging‐09: Robust MR‐DSC Perfusion using a Patient Motion Correction Scheme
Notice bibliographique
Résumé
Stroke is a leading cause of death in North America and results when blood supply to the brain is reduced, which compromises nutrient exchange to and waste product removal from brain cells. Ischemic stroke is the most common type of stroke and results when blood flow in an artery supplying blood to brain tissue is reduced due to a thrombus or embolism. Magnetic resonance (MR) dynamic susceptibility contrast (DSC) perfusion‐weighted imaging (PWI) shows great utility in assessing blood flow characteristics in brain tissue, and thus for potentially assessing tissue status in ischemic stroke. Quantitative cerebral blood flow (qCBF) maps can be generated from the 4D perfusion data and may be useful for defining perfusion thresholds to better determine tissue status. The accuracy of quantitative perfusion maps depends on the tracking of the same tissue location within the brain over the course of the image series; the consistency of this location tracking is compromised by patient motion during the scan. Patient motion blends the temporal signals of adjacent tissue locations in the brain, yielding erroneous perfusion measurements. Using a digital brain phantom and patient data, we investigated the effect of motion on qCBF maps and evaluated the efficacy of a realignment scheme for motion correction. Results show that qCBF maps are sensitive to motion and that that rigid‐body registration (realignment) is a robust scheme for correcting patient motion to improve the accuracy of qCBF maps.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».