Temporal and Spatial Variances in Arterial Spin-Labeling Are Inversely Related to Large-Artery Blood Velocity
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The relationship between extracranial large-artery characteristics and arterial spin-labeling MR imaging may influence the quality of arterial spin-labeling-CBF images for older adults with and without vascular pathology. We hypothesized that extracranial arterial blood velocity can explain between-person differences in arterial spin-labeling data systematically across clinical populations. MATERIALS AND METHODS: We performed consecutive pseudocontinuous arterial spin-labeling and phase-contrast MR imaging on 82 individuals (20-88 years of age, 50% women), including healthy young adults, healthy older adults, and older adults with cerebral small vessel disease or chronic stroke infarcts. We examined associations between extracranial phase-contrast hemodynamics and intracranial arterial spin-labeling characteristics, which were defined by labeling efficiency, temporal signal-to-noise ratio, and spatial coefficient of variation. RESULTS: = .05) of arterial spin-labeling, after accounting for age, sex, and group. Correction for labeling efficiency on an individual basis led to additional group differences in GM-CBF compared to correction using a constant labeling efficiency. CONCLUSIONS: Between-subject arterial spin-labeling variance was partially explained by extracranial velocity but not cross-sectional area. Choosing arterial spin-labeling timing parameters with on-line knowledge of blood velocity may improve CBF quantification.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».