MétaCan
Menu
Retour à la cohorte
Enregistrement W2116641010 · doi:10.1002/mrm.25197

Recommended implementation of arterial spin‐labeled perfusion MRI for clinical applications: A consensus of the ISMRM perfusion study group and the European consortium for ASL in dementia

2014· review· en· W2116641010 sur OpenAlexaff
David C. Alsop, John A. Detre, Xavier Golay, Matthias Günther, Jeroen Hendrikse, Luis Hernández-García, Hanzhang Lu, Bradley J. MacIntosh, Laura M. Parkes, Marion Smits, Matthias J.P. van Osch, Danny J.J. Wang, Eric C. Wong, Greg Zaharchuk

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthEngineering and Physical Sciences Research CouncilEuropean Commission
Mots-clésArterial spin labelingMedicineCerebral blood flowProtocol (science)PerfusionImplementationStatement (logic)Cerebral perfusion pressureMedical physicsComputer scienceRadiologyCardiologyPathologySoftware engineering

Résumé

récupéré en direct d'OpenAlex

This review provides a summary statement of recommended implementations of arterial spin labeling (ASL) for clinical applications. It is a consensus of the ISMRM Perfusion Study Group and the European ASL in Dementia consortium, both of whom met to reach this consensus in October 2012 in Amsterdam. Although ASL continues to undergo rapid technical development, we believe that current ASL methods are robust and ready to provide useful clinical information, and that a consensus statement on recommended implementations will help the clinical community to adopt a standardized approach. In this review, we describe the major considerations and trade-offs in implementing an ASL protocol and provide specific recommendations for a standard approach. Our conclusion is that as an optimal default implementation, we recommend pseudo-continuous labeling, background suppression, a segmented three-dimensional readout without vascular crushing gradients, and calculation and presentation of both label/control difference images and cerebral blood flow in absolute units using a simplified model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,056
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,298

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0060,003
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,456
Écart entre enseignants0,385 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2 211
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207