Streamlined quantitative BOLD for detecting visual stimulus-induced changes in oxygen extraction fraction in healthy participants: toward clinical application in human glioma
Notice bibliographique
Résumé
Abstract Objective Monitoring brain oxygenation is critical in brain tumors, as low oxygenation influences tumor growth, pathological angiogenesis, and treatment resistance. This study examined the ability of the streamlined quantitative (sq)BOLD MRI technique to detect oxygenation changes in healthy individuals, as well as its potential application in a clinical setting. Methods We used the asymmetric spin echo (ASE) technique with FLAIR preparation, along with model-based Bayesian inference to quantify the reversible transverse relaxation rate ( R 2 ' ) and oxygen extraction fraction (OEF) across the brain at baseline and during visual stimulation in eight healthy participants at 3T; and two patients with glioma at rest only. Results Comparing sqBOLD-derived parameters between baseline and visual stimulation revealed a decrease in OEF from 0.56 ± 0.09 at baseline to 0.54 ± 0.07 at the activated state ( p = 0.04, paired t test) within a functional localizer-defined volume of interest, and a decline in R 2 ' from 6.5 ± 1.3s −1 at baseline to 6.2 ± 1.4s −1 at the activated state ( p = 0.006, paired t test) in the visual cortex. Conclusion The sqBOLD technique is sensitive enough to detect and quantify changes in oxygenation in the healthy brain and shows potential for integration into clinical settings to provide valuable information on oxygenation in glioma.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».