Neuromelanin‐Sensitive Magnetic Resonance Imaging Using <scp>DANTE</scp> Pulse
Notice bibliographique
Résumé
BACKGROUND: Neuromelanin-sensitive magnetic resonance imaging techniques have been developed but currently require relatively long scan times. The aim of this study was to assess the ability of black-blood delay alternating with nutation for tailored excitation-prepared T1-weighted variable flip angle turbo spin echo (DANTE T1-SPACE), which provides relatively high resolution with a short scan time, to visualize neuromelanin in the substantia nigra pars compacta (SNpc). METHODS: Participants comprised 49 healthy controls and 25 patients with Parkinson's disease (PD). Contrast ratios of SNpc and hyperintense SNpc areas, which show pixels brighter than thresholds, were assessed between DANTE T1-SPACE and T1-SPACE in healthy controls. To evaluate the diagnostic ability of DANTE T1-SPACE, the contrast ratios and hyperintense areas were compared between healthy and PD groups, and receiver operating characteristic analyses were performed. We also compared areas under the curve (AUCs) between DANTE T1-SPACE and the previously reported gradient echo neuromelanin (GRE-NM) imaging. Each analysis was performed using original images in native space and images transformed into Montreal Neurological Institute space. Values of P < 0.05 were considered significant. RESULTS: DANTE T1-SPACE showed significantly higher contrast ratios and larger hyperintense areas than T1-SPACE. On DANTE T1-SPACE, healthy controls showed significantly higher contrast ratios and larger hyperintense areas than patients with PD. Hyperintense areas in native space analysis achieved the best AUC (0.94). DANTE T1-SPACE showed AUCs as high as those of GRE-NM. CONCLUSIONS: DANTE T1-SPACE successfully visualized neuromelanin of the SNpc and showed potential for evaluating PD. © 2020 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.
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 | 0,001 |
| 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 | 0,001 | 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 ».