PerfTool: A software platform for investigating bolus‐tracking perfusion imaging quantification strategies
Notice bibliographique
Résumé
PURPOSE: To develop a software platform, PerfTool (for perfusion tool), for the comprehensive evaluation of bolus-tracking quantitative perfusion imaging methods and algorithms, along with a method to rapidly visualize and evaluate the performance of algorithms. MATERIALS AND METHODS: Algorithms were evaluated interactively with PerfTool using synthetic DeltaR2* data sets with different perfusion parameter permutations (known as test patterns). Patient data and test patterns were used to evaluate a standard singular value deconvolution (SVD) approach (sSVD) and a reformulated implementation (rSVD) that is insensitive to arterial-tissue delay (ATD), and to explore the effect of the SVD regularization parameter (p(SVD)) on CBF estimates. RESULTS: The CBF overestimation resulting from sensitivity to ATD in sSVD compared to rSVD was demonstrated with the patient data, and the effect was confirmed using a test pattern. The same test pattern demonstrated the CBF underestimation resulting from high p(SVD) thresholds. CONCLUSION: PerfTool is an extensible software tool that allows perfusion measurements to be obtained by different methods, and is flexible enough to incorporate new developments and apply them to real patient data and test patterns.
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 | 0,003 |
| 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 | 0,000 | 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) | 0,000 | 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 ».