Neurite Orientation Dispersion and Density Imaging Color Maps to Characterize Brain Diffusion in Neurologic Disorders
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: Neurite orientation dispersion and density imaging (NODDI) has recently been developed to overcome diffusion technique limitations in modeling biological systems. This manuscript reports a preliminary investigation into the use of a single color-coded map to represent NODDI-derived information. MATERIALS AND METHODS: An optimized diffusion-weighted imaging protocol was acquired in several clinical neurological contexts including demyelinating disease, neoplastic process, stroke, and toxic/metabolic disease. The NODDI model was fitted to the diffusion datasets. NODDI is based on a three-compartment diffusion model and provides maps that quantify the contributions to the total diffusion signal in each voxel. The NODDI compartment maps were combined into a single 4-dimensional volume visualized as RGB image (red for anisotropic Gaussian diffusion, green for non-Gaussian anisotropic diffusion, and blue for isotropic Gaussian diffusion), in which the relative contributions of the different microstructural compartments can be easily appreciated. RESULTS: The NODDI color maps better describe the heterogeneity of neoplastic as well inflammatory lesions by identifying different tissue components within areas apparently homogeneous on conventional imaging. Moreover, NODDI color maps seem to be useful for identifying vasogenic edema differently from tumor-infiltrated edema. In multiple sclerosis, the NODDI color maps enable a visual assessment of the underlying microstructural changes, possibly highlighting an increased inflammatory component, within lesions and potentially in normal-appearing white matter. CONCLUSION: The NODDI color maps could make this technique valuable in a clinical setting, providing comprehensive and accessible information in normal and pathological brain tissues in different neurological pathologies.
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 | 0,000 |
| 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