Investigation and optimization of parameter accuracy in dynamic contrast‐enhanced MRI
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To present a modified pharmacokinetic model for improved parameter accuracy and to investigate the influence of an inaccurate arterial input function (AIF) on dynamic contrast-enhanced (DCE)-MRI parameter estimates of the transfer constant (Ktrans), blood volume (vp), and interstitial volume (ve). MATERIALS AND METHODS: Tissue uptake curves were simulated over a large range of physiological values and analyzed for different AIF measurement errors and temporal resolutions. The AIF measurement was assumed to be inaccurate in the bolus amplitude (rapid sampling) or susceptible to unknown temporal offsets (slow sampling with biexponential decay fit). RESULTS: The modified model adequately reduces errors in parameter estimates arising from transit time effects. An error in the AIF bolus amplitude results in an inversely proportional error in Ktrans and vp; ve remains robust. More consistent error in Ktrans (approximately 20% underestimation) was obtained using a biexponential AIF, at the expense of severely underestimating vp. CONCLUSION: While an accurate, high temporal resolution AIF is essential for estimating vp, a biexponential AIF acquired at low temporal resolution (<20 seconds) provides robust estimates of ve and results in a Ktrans underestimation comparable to that from a 25% error in the initial AIF bolus amplitude.
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.
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 | 0,000 | 0,001 |
| 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 découle