CLINICAL APPLICATION OF SATURATION TRANSFER MRI FOR DIFFERENTIATING TUMOUR PROGRESSION FROM RADIATION NECROSIS IN BRAIN METASTASES
Notice bibliographique
Résumé
Abstract Stereotactic radiosurgery for the treatment of brain metastases delivers a high dose of radiation with excellent local control, but increases the likelihood of radiation necrosis. As shown in our previous work, saturation transfer MRI, consisting of quantitative magnetization transfer (qMT) and chemical exchange saturation transfer (CEST), is a promising technique for distinguishing radiation necrosis (RN) from tumour progression (TP) in brain metastases. A 3D qMT/CEST acquisition was recently implemented and over 100 patients have been scanned to date. The purpose of this work is to assess the ability of advanced MRI parameters, including qMT and CEST metrics, which are sensitive to macromolecules and metabolism. The specific metrics that were explored included the amide and NOE contributions of the magnetization transfer ratio (MTR), the MTR asymmetry, the apparent exchange-dependent relaxation (AREX), the qMT semi-solid pool fraction and the T1 and T2 relaxation times. For a subset of the patients, dynamic susceptibility contrast (DSC) perfusion images were acquired. Examples of confirmed tumour progression and radiation necrosis cases will be presented, comparing the structural images (pre- and post-contrast T1-weighted and FLAIR images) with parameter maps from qMT and CEST and also the relative cerebral blood flow (rCBF) from DSC perfusion imaging. Interim cohort results will be presented. Approaches for standardizing the parameters across multiple MRI vendors are also explored.
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 ».