Accuracy and precision of zero-echo-time, single- and multi-atlas attenuation correction for dynamic [11C]PE2I PET-MR brain imaging
Notice bibliographique
Résumé
Abstract Background A valid photon attenuation correction (AC) method is instrumental for obtaining quantitatively correct PET images. Integrated PET/MR systems provide no direct information on attenuation, and novel methods for MR-based AC (MRAC) are still under investigation. Evaluations of various AC methods have mainly focused on static brain PET acquisitions. In this study, we determined the validity of three MRAC methods in a dynamic PET/MR study of the brain. Methods Nine participants underwent dynamic brain PET/MR scanning using the dopamine transporter radioligand [ 11 C]PE2I. Three MRAC methods were evaluated: single-atlas (Atlas), multi-atlas (MaxProb) and zero-echo-time (ZTE). The 68 Ge-transmission data from a previous stand-alone PET scan was used as reference method. Parametric relative delivery (R 1 ) images and binding potential (BP ND ) maps were generated using cerebellar grey matter as reference region. Evaluation was based on bias in MRAC maps, accuracy and precision of [ 11 C]PE2I BP ND and R 1 estimates, and [ 11 C]PE2I time-activity curves. BP ND was examined for striatal regions and R 1 in clusters of regions across the brain. Results For BP ND , ZTE-MRAC showed the highest accuracy (bias < 2%) in striatal regions. Atlas-MRAC exhibited a significant bias in caudate nucleus (− 12%) while MaxProb-MRAC revealed a substantial, non-significant bias in the putamen (9%). R 1 estimates had a marginal bias for all MRAC methods (− 1.0–3.2%). MaxProb-MRAC showed the largest intersubject variability for both R 1 and BP ND . Standardized uptake values (SUV) of striatal regions displayed the strongest average bias for ZTE-MRAC (~ 10%), although constant over time and with the smallest intersubject variability. Atlas-MRAC had highest variation in bias over time (+10 to − 10%), followed by MaxProb-MRAC (+5 to − 5%), but MaxProb showed the lowest mean bias. For the cerebellum, MaxProb-MRAC showed the highest variability while bias was constant over time for Atlas- and ZTE-MRAC. Conclusions Both Maxprob- and ZTE-MRAC performed better than Atlas-MRAC when using a 68 Ge transmission scan as reference method. Overall, ZTE-MRAC showed the highest precision and accuracy in outcome parameters of dynamic [ 11 C]PE2I PET analysis with use of kinetic modelling.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».