Non-invasive perfusion MR imaging of the human brain via breath-holding
Notice bibliographique
Résumé
Dynamic susceptibility contrast (DSC) MRI plays a pivotal role in the accurate diagnosis and prognosis of several neurovascular diseases, but is limited by its reliance on gadolinium, an intravascularly injected chelated metal. Here, we determined the feasibility of measuring perfusion using a DSC analysis of breath-hold-induced gradient-echo-MRI signal changes. We acquired data at both 3 T and 7 T from ten healthy participants who engaged in eight consecutive breath-holds. By pairing a novel arterial input function strategy with a standard DSC MRI analysis, we measured the cerebral blood volume, flow, and transit delay, and found values to agree with those documented in the literature using gadolinium. We also observed voxel-wise agreement between breath-hold and arterial spin labeling measures of cerebral blood flow. Breath-holding resulted in significantly higher contrast-to-noise (6.2 at 3 T vs. 8.5 at 7 T) and gray matter-to-white matter contrast at higher field strength. Finally, using a simulation framework to assess the effect of dynamic vasodilation on perfusion estimation, we found global perfusion underestimation of 20-40%. For the first time, we have assessed the feasibility of and limitations associated with using breath-holds for perfusion estimation with DSC. We hope that the methods and results presented in this study will help pave the way toward contrast-free perfusion imaging, in both basic and clinical research.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».