The Boston ASL Template and Simulator: Initial development and implementation
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Templates are a hallmark of image analysis in neuroimaging. However, while numerous structural templates exist and have facilitated single-subject and large group studies, templates based on functional contrasts, such as arterial spin labeling (ASL) perfusion, are scarce, have an inherently low spatial resolution, and are not as widely distributed. Having such tools at one's disposal is desirable, for example, in the case of studies not acquiring structural scans. We here propose an initial development of an ASL adult template based on high-resolution fast spin echo acquisitions. METHODS: fluid attenuated inversion recovery data were acquired in a cohort of 10 healthy volunteers (6 males and 4 females, 30± 7 years old). After offline reconstruction of high-resolution perfusion arterial transit time (ATT) and T1 maps, we built a multi-contrast template relying on the Advanced Normalization Toolbox multivariate template nonlinear construction framework. We offer examples for the registration of ASL data acquired with different sequences. Finally, we propose an ASL simulator based on our templates and a standard kinetic model that allows generating synthetic ASL contrasts based on user-specified parameters. RESULTS: Boston ASL Template and Simulator (BATS) offers high-quality, high-resolution perfusion-weighted and quantitative perfusion templates accompanied by ATT and different anatomical contrasts readily available in the Montreal Neurological Institute space. In addition, examples of use for data registration and as a synthetic contrast generator show various applications in which BATS could be used. CONCLUSIONS: We propose a new ASL template collection, named BATS, that also includes a simulator allowing the generation of synthetic ASL contrasts. BATS is available at http://github.com/manueltaso/batsasltemplate.
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 | 0,000 |
| 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 ».