3D phase contrast MRI: Partial volume correction for robust blood flow quantification in small intracranial vessels
Notice bibliographique
Résumé
PURPOSE: Recent advances in 3D-PCMRI (phase contrast MRI) sequences allow for measuring the complex hemodynamics in cerebral arteries. However, the small size of these vessels vs spatial resolution can lead to non-negligible partial volume artifacts, which must be taken into account when computing blood flow rates. For this purpose, we combined the velocity information provided by 3D-PCMRI with vessel geometry measured with 3DTOF (time of flight MRI) or 3DRA (3D rotational angiography) to correct the partial volume effects in flow rate assessments. METHODS: The proposed methodology was first tested in vitro on cylindrical and patient specific vessels subject to fully controlled pulsatile flows. Both 2D- and 3D-PCMRI measurements using various spatial resolutions ranging from 20 to 1.3 voxels per vessel diameter were analyzed and compared with flowmeter baseline. Second, 3DTOF, 2D- and 3D-PCMRI measurements were performed in vivo on 35 patients harboring internal carotid artery (ICA) aneurysms indicated for endovascular treatments requiring 3DRA imaging. RESULTS: The in vitro 2D- and 3D-PCMRI mean flow rates assessed with partial volume correction showed very low sensitivity to the acquisition resolution above ≈2 voxels per vessel diameter while uncorrected flow rates deviated critically when decreasing the spatial resolution. 3D-PCMRI flow rates measured in vivo in ICA agreed very well with 2D-PCMRI data and a good flow conservation was observed at the C7 bifurcation. Globally, partial volume correction led to 10-15% lower flow rates than uncorrected values as those reported in most of the published studies on intracranial flows. CONCLUSION: Partial volume correction may improve the accuracy of PCMRI flow rate measurements especially in small vessels such as intracranial arteries. Magn Reson Med 79:129-140, 2018. © 2017 International Society for Magnetic Resonance in Medicine.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| 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 ».