MétaCan
Menu
Retour à la cohorte
Enregistrement W2605823361 · doi:10.1002/hbm.23622

Contributions of imprecision in<scp>PET</scp>‐<scp>MRI</scp>rigid registration to imprecision in amyloid<scp>PET</scp><scp>SUVR</scp>measurements

2017· article· en· W2605823361 sur OpenAlexfundno aff
Christopher G. Schwarz, David T. Jones, Jeffrey L. Gunter, Val J. Lowe, Prashanthi Vemuri, Matthew L. Senjem, Ronald C. Petersen, David S. Knopman, Clifford R. Jack

Notice bibliographique

RevueHuman Brain Mapping · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institutes of HealthH. Lundbeck A/SServierEisaiGenentechIXICOElsie and Marvin Dekelboum Family FoundationCanadian Institutes of Health ResearchGHR FoundationF. Hoffmann-La RocheBiogenBioClinicaU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeNovartis Pharmaceuticals CorporationPfizerEli Lilly and CompanyBristol-Myers SquibbNational Institute on AgingAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésHumWhite matterOrientation (vector space)Artificial intelligencePositron emission tomographyImage registrationPattern recognition (psychology)Nuclear medicineComputer scienceMagnetic resonance imagingMathematicsMedicineRadiologyImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Quantitative measurement of β-amyloid from amyloid PET scans typically relies on localizing target and reference regions by image registration to MRI. In this work, we present a series of simulations where 50 small random perturbations of starting location and orientation were applied to each subject's PET scan, and rigid registration using spm_coreg was performed between each perturbed PET scan and its corresponding MRI. We then measured variation in the output PET-MRI registrations and how this variation affected the resulting SUVR measurements. We performed these experiments using scans of 1196 participants, half using 18F florbetapir and half using 11C PiB. From these experiments, we measured the magnitude of the imprecision in the rigid registration steps used to localize measurement regions, and how this contributes to the overall imprecision in SUVR measurements. Unexpectedly, we found for both tracers that the imprecision in these measurements depends on the degree of amyloid tracer uptake, and thus also indirectly on Alzheimer's disease clinical status. We then examined common choices of reference regions, and we show that SUVR measurements using supratentorial white matter references are relatively resistant to this source of error. We also show that the use of partial volume correction further magnifies the effects of registration imprecision on SUVR measurements. Together, these results suggest that this rigid registration step is an attractive target for future work in improving measurement techniques. Hum Brain Mapp 38:3323-3336, 2017. © 2017 The Authors Human Brain Mapping Published by Wiley Periodicals, Inc.

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)0,010
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,380
Écart entre enseignants0,280 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations32
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207