Susceptibility mapping as a means to visualize veins and quantify oxygen saturation
Notice bibliographique
Résumé
PURPOSE: To create an orientation-independent, 3D reconstruction of the veins in the brain using susceptibility mapping. MATERIALS AND METHODS: High-resolution, high-pass filtered phase images usually used for susceptibility weighted imaging (SWI) were used as a source for local magnetic field behavior. These images were subsequently postprocessed using an inverse procedure to generate susceptibility maps of the veins. Regularization and interpolation of the data in k-space of the phase images were used to reduce reconstruction artifacts. To understand the effects of artifacts, and to fine-tune the methodology, simulations of blood vessels were performed with and without noise. RESULTS: With sufficient resolution, major veins in the brain could be visualized with this approach. The usual geometry-dependent phase dipole effects are removed by this processing, leaving basically images of the veins. Different sized vessels show a different level of contrast depending on their partial volume effects. Vessels that are 8 mm or 16 mm in size show quantitative values expected for normal oxygen saturation levels. Smaller vessels show smaller values due to errors in the methodology and due to partial volume effects. Larger vessels show a bias toward a reduced susceptibility approaching 90% of the expected value. Limitations of the method and artifacts related to different sources of errors are demonstrated. CONCLUSION: Susceptibility maps can successfully create venograms of the brain with varying levels of contrast-to-noise depending on the size of the vessel. Partial volume effects render this approach more useful as an imaging tool or a visualization tool, although certain larger vessels have measured susceptibilities close to expected values associated with normal blood oxygen saturation levels.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».