Voxel-Wise Comparison of Co-Registered Quantitative CT and Hyperpolarised Gas Diffusion-Weighted MRI Measurements in IPF
Notice bibliographique
Résumé
The patterns of idiopathic pulmonary fibrosis (IPF) lung disease that directly correspond to elevated hyperpolarised gas diffusion-weighted (DW) MRI metrics are currently unknown. This study aims to develop a spatial co-registration framework for a voxel-wise comparison of hyperpolarised gas DW-MRI and CALIPER quantitative CT patterns. Sixteen IPF patients underwent 3He DW-MRI and CT at baseline, and eleven patients had a 1-year follow-up DW-MRI. Six healthy volunteers underwent 129Xe DW-MRI at baseline only. Moreover, 3He DW-MRI was indirectly co-registered to CT via spatially aligned 3He ventilation and structural 1H MRI. A voxel-wise comparison of the overlapping 3He apparent diffusion coefficient (ADC) and mean acinar dimension (LmD) maps with CALIPER CT patterns was performed at baseline and after 1 year. The abnormal lung percentage classified with the LmD value, based on a healthy volunteer 129Xe LmD, and CALIPER was compared with a Bland–Altman analysis. The largest DW-MRI metrics were found in the regions classified as honeycombing, and longitudinal DW-MRI changes were observed in the baseline-classified reticular changes and ground-glass opacities regions. A mean bias of −15.3% (95% interval −56.8% to 26.2%) towards CALIPER was observed for the abnormal lung percentage. This suggests DW-MRI may detect microstructural changes in areas of the lung that are determined visibly and quantitatively normal by CT.
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 ».