Recommended Resting-State fMRI Acquisition and Preprocessing Steps for Preoperative Mapping of Language and Motor and Visual Areas in Adult and Pediatric Patients with Brain Tumors and Epilepsy
Notice bibliographique
Résumé
Resting-state (rs) fMRI has been shown to be useful for preoperative mapping of functional areas in patients with brain tumors and epilepsy. However, its lack of standardization limits its widespread use and hinders multicenter collaboration. The American Society of Functional Neuroradiology, American Society of Pediatric Neuroradiology, and the American Society of Neuroradiology Functional and Diffusion MR Imaging Study Group recommend specific rs-fMRI acquisition approaches and preprocessing steps that will further support rs-fMRI for future clinical use. A task force with expertise in fMRI from multiple institutions provided recommendations on the rs-fMRI steps needed for mapping of language, motor, and visual areas in adult and pediatric patients with brain tumor and epilepsy. These were based on an extensive literature review and expert consensus.Following rs-fMRI acquisition parameters are recommended: minimum 6-minute acquisition time; scan with eyes open with fixation; obtain rs-fMRI before both task-based fMRI and contrast administration; temporal resolution of ≤2 seconds; scanner field strength of 3T or higher. The following rs-fMRI preprocessing steps and parameters are recommended: motion correction (seed-based correlation analysis [SBC], independent component analysis [ICA]); despiking (SBC); volume censoring (SBC, ICA); nuisance regression of CSF and white matter signals (SBC); head motion regression (SBC, ICA); bandpass filtering (SBC, ICA); and spatial smoothing with a kernel size that is twice the effective voxel size (SBC, ICA).The consensus recommendations put forth for rs-fMRI acquisition and preprocessing steps will aid in standardization of practice and guide rs-fMRI program development across institutions. Standardized rs-fMRI protocols and processing pipelines are essential for multicenter trials and to implement rs-fMRI as part of standard clinical practice.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,007 |
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 ».