Independent component analysis (ICA) applied to dynamic oxygen-enhanced MRI (OE-MRI) for robust functional lung imaging at 3 T
Notice bibliographique
Résumé
Abstract Purpose Dynamic lung oxygen-enhanced MRI (OE-MRI) is challenging due to the presence of confounding signals and poor signal-to-noise ratio, particularly at 3 T. We have created a robust pipeline utilizing independent component analysis (ICA) to automatically extract the oxygen-induced signal change from confounding factors to improve the accuracy and sensitivity of lung OE-MRI. Methods Dynamic OE-MRI was performed on healthy participants using a dual-echo multi- slice spoiled gradient echo sequence at 3 T and cyclical gas delivery. ICA was applied to each echo within a thoracic mask. The ICA component relating to the oxygen-enhancement signal was automatically identified using correlation analysis. The oxygen-enhancement component was reconstructed, and the percentage signal enhancement (PSE) was calculated. The lung PSE of current smokers was compared with non-smokers; scan-rescan repeatability, ICA pipeline repeatability, and reproducibility between two vendors, were assessed. Results ICA successfully extracted a consistent oxygen-enhancement component for all participants. Lung tissue and oxygenated blood displayed opposite oxygen-induced signal enhancements. A significant difference in PSE was observed between the lungs of current smokers and non-smokers. The scan-rescan repeatability, and the ICA pipeline repeatability, were good. Conclusion The developed pipeline demonstrated sensitivity to the signal enhancements of the lung tissue and oxygenated blood at 3 T. The difference in lung PSE between current smokers and non-smokers indicates a likely sensitivity to lung function alterations that may be seen in mild pathology, supporting future use of our methods in patient studies.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».