Acute MR-Guided High-Intensity Focused Ultrasound Lesion Assessment Using Diffusion-Weighted Imaging and Histological Analysis
Notice bibliographique
Résumé
Objectives: The application of magnetic resonance-guided focused ultrasound (MRgFUS) for the treatment of neurological conditions has been of increasing interest. Conventional MR imaging can provide structural information about the effect of MRgFUS, where differences in ablated tissue can be seen, but it lacks information about the status of the cellular environment or neural microstructure. We investigate in vivo acute changes in water diffusion and white matter tracts in the brain of a piglet model after MRgFUS treatment using diffusion-weighted imaging with histological verification of treatment-related changes. Methods: MRgFUS was used to treat the anterior body of the fornix in four piglets. T1 and diffusion-weighted images (DWI) were collected before and after treatment. Mean diffusion-weighted imaging (MDWI) images were generated to measure lesion volumes via signal intensity thresholds. Histological data was collected for volume comparison and assessment of treatment effect. DWI metric maps of fractional anisotropy (FA), apparent diffusion coefficient (ADC), axial (AD), radial (RD), and mean diffusivity (MD) were generated for quantitative assessment. Fornix-related fiber tracts were generated before and after treatment for qualitative assessment. Results: The volume of treated tissue measured via MDWI did not differ significantly from histological measurements, and both were significantly larger than the treatment cell volume. Diffusion metrics in the treatment region were significantly decreased following MRgFUS treatment, with the peak change seen at the lesion core and decreasing radially. Histological analysis confirmed an area of coagulative necrosis in the targeted region with sharp demarcation zone with surrounding brain. Tractography from the lesion core and the fornix revealed fiber disruptions following treatment. Conclusions: Diffusion maps and fiber tractography are an effective method for assessing lesion volumes and microstructural changes in vivo following MRgFUS treatment. This study demonstrates that DWI has the potential to advance MRgFUS by providing convenient in vivo microstructural lesion and fiber tractography assessment after treatment.
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 | 0,000 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».