Quantifying stability of parameter estimates for <i>in vivo</i> nearly incompressible transversely-isotropic brain MR elastography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Easily computable quality metrics for measured medical data at point-of-care are important for imaging technologies involving offline reconstruction. Accordingly, we developed a new data quality metric for in vivo transversely-isotropic (TI) magnetic resonance elastography (MRE) based on a generalization of the widely accepted octahedral shear-strain calculation. The metric uses MRE displacement data and an estimate of the TI property field to yield a ‘stability map’ which predicts regions of low versus high accuracy in the resulting material property reconstructions. We can also calculate an average TI parameter stability (TIPS) score over all voxels in a region of interest for a given measurement to indicate how reliable the recovered mechanical property estimate for the region is expected to be. The calculation is rapid and places little demand on computing resources compared to the computationally intensive material property reconstruction from non-linear inversion (TI-NLI) of displacement fields, making it ideal for point-of-care evaluation of data quality. We test the predictions of the stability map for both simulated phantoms and in vivo human brain data. We used a range of different displacement datasets from vibrations applied in the anterior-posterior (AP), left-right (LR) and combined AP + LR directions. The TIPS and variability maps (noise sensitivity or variation from the mean of repeated MRE scans) were consistently anti-correlated. Notably, Spearman correlation coefficients ∣R∣>0.6 were found between variability and TIPS score for individual white matter tracts with in vivo data. These observations demonstrate the reliability and promise of this data quality metric to screen data rapidly in realistic clinical MRE applications.
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.
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 | 0,000 |
| 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 découle