A Noninvasive Method for Quantifying Cerebral Blood Flow by Hybrid PET/MRI
Notice bibliographique
Résumé
Although PET with 15O-water is the gold standard for imaging cerebral blood flow (CBF), quantification requires measuring the arterial input function (AIF), which is an invasive and noisy procedure. To circumvent this problem, we propose a noninvasive PET/MRI approach that eliminates the need to measure AIF by using global CBF determined by phase-contrast (PC) MRI as a reference region. This approach not only is noninvasive but also involves no additional imaging time, because PC MRI and 15O-water PET are acquired simultaneously. The purpose of this study was to test the accuracy of this hybrid method in an animal model in which AIF was measured directly and CBF was varied by changing the arterial CO2 tension. Methods: PET and MRI data were simultaneously acquired in juvenile pigs at hypocapnia (n = 5), normocapnia (n = 5), and hypercapnia (n = 4). CBF was measured by the MRI reference method and by PET alone using an MRI-compatible blood sampling system to measure AIF. Results: Global CBF estimates from PC MRI and 15O-water PET agreed well, with a correlation coefficient of 0.9 and a slope of 0.88. Strong positive correlations (R2 > 0.96) were also found between regional CBF generated by the PET-only and the MRI-reference methods. Conclusion: These findings demonstrate the accuracy of this hybrid PET/MRI approach, which might prove useful in patients for whom obtaining accurate CBF measurements is challenging.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 | 0,001 |
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 ».