Increased precision in the intravascular arterial input function with flow compensation
Notice bibliographique
Résumé
PURPOSE: In this study, we investigate the effects of pulsatile flow and inflow on dynamic susceptibility-contrast MRI intravascular arterial input function measurement in human brain arteries and measure how they are affected by first-order flow compensation. METHODS: A dual-echo single-shot EPI sequence with alternating flow compensation gradients was used to acquire dynamic susceptibility-contrast images with electrocardiogram monitoring. The dynamic signal variations measured inside the middle cerebral and internal carotid arteries were associated to the pulsatile arterial blood velocities measured with a single-slice quantitative flow sequence throughout the cardiac cycle. RESULTS: Major inverse correlations between intravascular signal and blood velocity were found for the standard single-shot EPI sequence. Flow compensation reduces these correlated variations that contribute to signal physiological noise. This causes a significant twofold increase of intravascular SNR in the middle cerebral and the internal carotid arteries (2.3 ± 0.9, P = 0.03) and (2.0 ± 0.9, P = 0.04), respectively; and reduced phase SD for the internal carotid arteries (0.72 ± 0.14, P = 0.004). The correction proposed in this work translates into a quantitative arterial input function with reduced noise in the internal carotid arteries. CONCLUSION: The physiological noise added by pulsatile flow and inflow for intravascular arterial input function measurement in the brain arteries is significantly reduced by flow compensation.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».