Recommended implementation of quantitative susceptibility mapping for clinical research in the brain: A consensus of the <scp>ISMRM</scp> electro‐magnetic tissue properties study group
Notice bibliographique
Résumé
This article provides recommendations for implementing QSM for clinical brain research. It is a consensus of the International Society of Magnetic Resonance in Medicine, Electro-Magnetic Tissue Properties Study Group. While QSM technical development continues to advance rapidly, the current QSM methods have been demonstrated to be repeatable and reproducible for generating quantitative tissue magnetic susceptibility maps in the brain. However, the many QSM approaches available have generated a need in the neuroimaging community for guidelines on implementation. This article outlines considerations and implementation recommendations for QSM data acquisition, processing, analysis, and publication. We recommend that data be acquired using a monopolar 3D multi-echo gradient echo (GRE) sequence and that phase images be saved and exported in Digital Imaging and Communications in Medicine (DICOM) format and unwrapped using an exact unwrapping approach. Multi-echo images should be combined before background field removal, and a brain mask created using a brain extraction tool with the incorporation of phase-quality-based masking. Background fields within the brain mask should be removed using a technique based on SHARP or PDF, and the optimization approach to dipole inversion should be employed with a sparsity-based regularization. Susceptibility values should be measured relative to a specified reference, including the common reference region of the whole brain as a region of interest in the analysis. The minimum acquisition and processing details required when reporting QSM results are also provided. These recommendations should facilitate clinical QSM research and promote harmonized data acquisition, analysis, and reporting.
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 | 0,162 | 0,237 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,011 | 0,008 |
| Intégrité de la recherche | 0,019 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,018 |
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 ».