Rapid quantitative susceptibility mapping of intracerebral hemorrhage
Notice bibliographique
Résumé
BACKGROUND: Quantitative susceptibility mapping (QSM) offers a means to track iron evolution in hemorrhage. However, standard QSM sequences have long acquisition times and are prone to motion artifact in hemorrhagic patients. PURPOSE: To minimize motion artifact and acquisition time by performing rapid QSM in intracerebral hemorrhage (ICH) using single-shot echo planar imaging (EPI). STUDY TYPE: Prospective method evaluation. POPULATION/SUBJECTS: Forty-five hemorrhages were analyzed from 35 MRI exams obtained between February 2016 and March 2019 from 27 patients (14 male / 13 female, age: 71 ± 12 years) with confirmed primary ICH. FIELD STRENGTH/SEQUENCE: 3T; susceptibility-weighted imaging (SWI) with 4.54-minute acquisition and 2D single-shot gradient EPI with 0.45-minute acquisition. ASSESSMENT: Susceptibility maps were constructed from both methods. Measurement of ICH area and mean magnetic susceptibility were made manually by three independent observers. Motion artifacts were quantified using the magnitude signal ratio of artifact-to-brain tissue to classify into three categories: mild or no artifact, moderate artifact, or severe artifact. The cutoff for each category was determined by four observers. STATISTICAL TESTS: Pearson's correlation coefficient and paired t-test using α = 0.05 were used to compare results. Inter- and intraclass correlation was used to assess observer variability. RESULTS: ≥ 0.93) for all observers. The artifact-to-tissue ratio was significantly higher (P < 0.01) for SWI vs. EPI, and the standard deviation for the SWI method (SD = 0.05) was much larger than EPI (SD = 0.01). All observers' measurements showed high agreement. DATA CONCLUSION: Single-shot EPI-QSM enabled rapid measurement of ICH area and mean magnetic susceptibility, with reduced motion as compared with more standard SWI. EPI-QSM requires minimal additional acquisition time and could be incorporated into iron tracking studies in ICH. LEVEL OF EVIDENCE: 2 Technical Efficacy Stage: 1 J. Magn. Reson. Imaging 2020;51:712-718.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».