Quantification of cerebral blood flow in adults by contrast-enhanced near-infrared spectroscopy: Validation against MRI
Notice bibliographique
Résumé
The purpose of this study was to assess the accuracy of absolute cerebral blood flow (CBF) measurements obtained by dynamic contrast-enhanced (DCE) near-infrared spectroscopy (NIRS) using indocyanine green as a perfusion contrast agent. For validation, CBF was measured independently using the MRI perfusion method arterial spin labeling (ASL). Data were acquired at two sites and under two flow conditions (normocapnia and hypercapnia). Depth sensitivity was enhanced using time-resolved detection, which was demonstrated in a separate set of experiments using a tourniquet to temporally impede scalp blood flow. A strong correlation between CBF measurements from ASL and DCE-NIRS was observed (slope = 0.99 ± 0.08, y-intercept = −1.7 ± 7.4 mL/100 g/min, and R 2 = 0.88). Mean difference between the two techniques was 1.9 mL/100 g/min (95% confidence interval ranged from −15 to 19 mL/100g/min and the mean ASL CBF was 75.4 mL/100 g/min). Error analysis showed that structural information and baseline absorption coefficient were needed for optimal CBF reconstruction with DCE-NIRS. This study demonstrated that DCE-NIRS is sensitive to blood flow in the adult brain and can provide accurate CBF measurements with the appropriate modeling techniques.
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 | 0,005 |
| 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 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 ».