Hyperpolarized 129Xe Time-of-Flight MR Imaging of Perfusion and Brain Function
Notice bibliographique
Résumé
Perfusion measurements can provide vital information about the homeostasis of an organ and can therefore be used as biomarkers to diagnose a variety of cardiovascular, renal, and neurological diseases. Currently, the most common techniques to measure perfusion are 15O positron emission tomography (PET), xenon-enhanced computed tomography (CT), single photon emission computed tomography (SPECT), dynamic contrast enhanced (DCE) MRI, and arterial spin labeling (ASL) MRI. Here, we show how regional perfusion can be quantitively measured with magnetic resonance imaging (MRI) using time-resolved depolarization of hyperpolarized (HP) xenon-129 (129Xe), and the application of this approach to detect changes in cerebral blood flow (CBF) due to a hemodynamic response in response to brain stimuli. The investigated HP 129Xe Time-of-Flight (TOF) technique produced perfusion images with an average signal-to-noise ratio (SNR) of 10.35. Furthermore, to our knowledge, the first hemodynamic response (HDR) map was acquired in healthy volunteers using the HP 129Xe TOF imaging. Responses to visual and motor stimuli were observed. The acquired HP TOF HDR maps correlated well with traditional proton blood oxygenation level-dependent functional MRI. Overall, this study expands the field of HP MRI with a novel dynamic imaging technique suitable for rapid and quantitative perfusion imaging.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».