Reexamining the quantification of perfusion MRI data in the presence of bolus dispersion
Notice bibliographique
Résumé
PURPOSE: To determine the true impact of dispersion upon cerebral blood flow (CBF) quantification by removing an algorithm implementation-induced systematic error. MATERIALS AND METHODS: The impact of dispersion on the arterial input function (AIF) between measurement and entry into the tissue of interest on CBF estimates was simulated assuming: 1) contralateral circulation flow that introduces a true arterial tissue delay (ATD)-related dispersive component; and 2) the presence of an arterial stenosis that disperses and shifts the AIF peak entering the tissue; increasing the apparent ATD relative to the original AIF. RESULTS: Previously reported CBF estimates for the stenosis dispersion model were found to be a mixture of true dispersive effects and an algorithm implementation-induced systematic error. The true CBF(MEASURED)/CBF(NO-DISPERSION) ratios for short mean transit times (MTT) (normal) and long MTT (infarcted) tissue were similar for both dispersion models evaluated; this was an unanticipated result. The CBF quantification inaccuracies induced through the dispersion model truly related to ATD were lower than for the local stenosis-based dispersion for small ATD values. CONCLUSION: Correcting the systematic error present in a previous deconvolution study removes the reported ATD-related impact on CBF quantification. The impact of dispersion was smaller than half that reported in previous simulation studies.
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 | 0,002 | 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 ».