Robust arterial input function surrogate measurement from the superior sagittal sinus complex signal for fast dynamic contrast‐enhanced MRI in the brain
Notice bibliographique
Résumé
PURPOSE: Accurately estimating the arterial input function for dynamic contrast-enhanced MRI is challenging. An arterial input function is typically determined from signal magnitude changes related to a contrast agent, often leading to underestimation of peak concentrations. Alternatively, signal phase recovers the accurate peak concentration for straight vessels but suffers from high noise. A recent method proposed to fit the signal in the complex plane by combining the advantages of the previous 2 methods. The purpose of this work is to refine this complex-based method to determine the venous output function (VOF), an arterial input function surrogate, from the superior sagittal sinus. METHODS: . We compared the magnitude-, phase-, and complex-based VOF determination methods against various simulated biases as well as for 29 brain metastases patients. RESULTS: varied widely within patients, and its effect on the signal phase caused an underestimation of peak concentrations of up to 65%. Correction significantly increased the VOF peak concentration for the phase- and complex-based VOFs in the cohort. The phase-based method recovered accurate peak concentrations but lacked precision in the tail of the VOF. Our complex-based VOF completely recovered the effect of inflow and resulted in a high-peak concentration with limited noise. CONCLUSION: The new complex-based method resulted in high-quality VOF robust against superior sagittal sinus curvature and variations in patient positioning.
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 | 0,002 | 0,008 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».