MRI-Based Assessment of Brain Tumor Hypoxia: Correlation with Histology
Notice bibliographique
Résumé
Cerebral hypoxia significantly impacts the progression of brain tumors and their resistance to radiotherapy. This study employed streamlined quantitative blood-oxygen-level-dependent (sqBOLD) MRI to assess the oxygen extraction fraction (OEF)—a measure of how much oxygen is being extracted from vessels, with higher OEF values indicating hypoxia. Simultaneously, we utilized vessel size imaging (VSI) to evaluate microvascular dimensions and blood volume. A cohort of ten patients, divided between those with glioma and those with brain metastases, underwent a 3 Tesla MRI scan. We generated OEF, cerebral blood volume (CBV), and vessel size maps, which guided 3–4 targeted biopsies per patient. Subsequent histological analyses of these biopsies used hypoxia-inducible factor 1-alpha (HIF-1α) for hypoxia and CD31 for microvasculature assessment, followed by a correlation analysis between MRI and histological data. The results showed that while the sqBOLD model was generally applicable to brain tumors, it demonstrated discrepancies in some metastatic tumors, highlighting the need for model adjustments in these cases. The OEF, CBV, and vessel size maps provided insights into the tumor’s hypoxic condition, showing intertumoral and intratumoral heterogeneity. A significant relationship between MRI-derived measurements and histological data was only evident in the vessel size measurements (r = 0.68, p < 0.001).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».