Construction of Optimal Velocity Encoding for Cerebral Blood Flow Volume Measurement with Phase-Contrast MRA
Notice bibliographique
Résumé
Accurate velocity encoding is crucial for quantification of arterial inflow and venous outflow in intracranial diseases. The purpose of this study was to optimize the velocity encoding of phase-contrast (PC) MRA and quantify cerebral blood flow in normal volunteers. Ten healthy volunteers were examined on a GE 1.5 T MR system with 2D PCMRA sequence. The parameters of the sequence were as follows: TR 40 ms, TE 6.6 ms, flip angle 20deg, slice thickness 4 mm, matrix 256times256, field of view 140 mm. In each cardiac cycle, 40 images were obtained. Velocity encoding was set from 30 to 90 cm/sec at 10 cm/sec interval for total of 7 scans per volunteer. The scan level was chosen at C2 perpendicular to the vessels of interest. Data were analyzed using CV glow software on a GE advantage windows workstation (4.0). Arterial inflow, venous outflow, peak velocity, and mean velocity were obtained for bilateral internal carotid artery (ICA), vertebral artery (VA), and jugular vein (JV). Significant differences were observed in arterial inflow of bilateral ICA, peak velocity and mean velocity of right ICA when velocity encoding (Venc) was 30 cm/sec. compared with other Venc (P0.05). For accurate cerebral blood flow measurement using PCMRA technique and consideration of biophysiological variation, the reasonable velocity encoding was 60 cm/sec for ICA, VA and JV. The mean artery inflow of ICA and VA was 655plusmn118 ml/min and mean venous outflow of JV (C2-C3 level) was 506plusmn186 ml/min. The ratio of outflow to inflow for cerebral blood was 0.826. Phase-contrast MRA can be used to assess the relationship between major cerebral vessel inflow to outflow
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».