MétaCan
Menu
Retour à la cohorte
Enregistrement W4392648865 · doi:10.1002/nbm.5139

Quantifying cerebral microbleeds using quantitative susceptibility mapping from magnetization‐prepared rapid gradient‐echo

2024· article· en· W4392648865 sur OpenAlexafffund
Nashwan Naji, Myrlene Gee, Glen C. Jickling, Derek Emery, Feryal Saad, Cheryl R. McCreary, Eric E. Smith, Richard Camicioli, Alan H. Wilman

Notice bibliographique

RevueNMR in Biomedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensFoothills Medical CentreUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchConsortium canadien en neurodégénérescence associée au vieillissementFondation Brain Canada
Mots-clésQuantitative susceptibility mappingNuclear magnetic resonanceGradient echoMagnetic resonance imagingVoxelSpin echoMagnetic susceptibilityNuclear medicineMaterials scienceChemistryMedicinePhysicsRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract T1‐weighted magnetization‐prepared rapid gradient‐echo (MPRAGE) is commonly included in brain studies for structural imaging using magnitude images; however, its phase images can provide an opportunity to assess microbleed burden using quantitative susceptibility mapping (QSM). This potential application for MPRAGE‐based QSM was evaluated using in vivo and simulated measurements. Possible factors affecting image quality were also explored. Detection sensitivity was evaluated against standard multiecho gradient echo (MEGE) QSM using 3‐T in vivo data of 15 subjects with a combined total of 108 confirmed microbleeds. The two methods were compared based on the microbleed size and susceptibility measurements. In addition, simulations explored the detection sensitivity of MPRAGE‐QSM at different representative magnetic field strengths and echo times using microbleeds of different size, susceptibility, and location. Results showed that in vivo microbleeds appeared to be smaller (× 0.54) and of higher mean susceptibility (× 1.9) on MPRAGE‐QSM than on MEGE‐QSM, but total susceptibility estimates were in closer agreement (slope: 0.97, r2: 0.94), and detection sensitivity was comparable. In simulations, QSM at 1.5 T had a low contrast‐to‐noise ratio that obscured the detection of many microbleeds. Signal‐to‐noise ratio (SNR) levels at 3 T and above resulted in better contrast and increased detection. The detection rates for microbleeds of minimum one‐voxel diameter and 0.4‐ppm susceptibility were 0.55, 0.80, and 0.88 at SNR levels of 1.5, 3, and 7 T, respectively. Size and total susceptibility estimates were more consistent than mean susceptibility estimates, which showed size‐dependent underestimation. MPRAGE‐QSM provides an opportunity to detect and quantify the size and susceptibility of microbleeds of at least one‐voxel diameter at B0 of 3 T or higher with no additional time cost, when standard T2*‐weighted images are not available or have inadequate spatial resolution. The total susceptibility measure is more robust against sequence variations and might allow combining data from different protocols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,385
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207