Comparison of multi echo T2 relaxation and steady state approaches for myelin imaging in the central nervous system
Notice bibliographique
Résumé
Abstract The traditional approach for measuring myelin-associated water with quantitative magnetic resonance imaging (MRI) uses multi-echo T 2 relaxation data to calculate the myelin water fraction (MWF). A fundamentally different approach, abbreviated “mcDESPOT”, uses a more efficient steady-state acquisition to generate an equivalent metric (f M ). Although previous studies have demonstrated inherent instability and bias in the complex mcDESPOT analysis procedure, f M has often been used as a surrogate for MWF. We produced and compared multivariate atlases of MWF and f M in healthy human brain and cervical spinal cord (available online) and compared their ability to detect multiple sclerosis pathology. A significant bias was found in all regions (p < 10 –5 ), albeit reversed for spinal cord (f M -MWF = − 3.4%) compared to brain (+ 6.2%). MWF and f M followed an approximately linear relationship for regions with MWF < ~ 10%. For MWF > ~ 10%, the relationship broke down and f M no longer increased in tandem with MWF. For multiple sclerosis patients, MWF and f M Z score maps showed overlapping areas of low Z score and similar trends between patients and brain regions, although those of f M generally had greater spatial extent and magnitude of severity. These results will guide future choice of myelin-sensitive quantitative MRI and improve interpretation of studies using either myelin imaging approach.
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 | 0,001 | 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) | 0,000 | 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 ».