MétaCan
Menu
Retour à la cohorte
Enregistrement W4414281214 · doi:10.1002/mrm.70091

Transcranial <scp>Doppler</scp> ultrasound validation of <scp>BOLD</scp> ‐ <scp>fMRI</scp> cerebral blood flow relationship

2025· article· en· W4414281214 sur OpenAlexfundno aff
Genevieve Hayes, Joana Pinto, Sierra Sparks, Daniel P. Bulte

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesClarendon FundEngineering and Physical Sciences Research CouncilCanadian Institutes of Health ResearchRhodes Scholarships
Mots-clésCerebral blood flowTranscranial DopplerCalibrationBlood flowCerebrovascular CirculationHemodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose A precise understanding of the interplay between cerebral blood flow (CBF) and blood oxygen level‐dependent (BOLD) fMRI signals is essential for advancing cerebrovascular research. Although calibrated BOLD approaches often rely on arterial spin labelling (ASL) to estimate CBF, alternative validation using transcranial Doppler ultrasound (TCD) has not been explored. This study aims to determine whether a simplified hemodynamic model and linear regression can accurately characterize the relationship between TCD‐derived CBF velocity and BOLD‐fMRI responses during a ramp CO 2 stimulus. We hypothesized that both models would provide robust fits within the moderate partial pressure of end‐tidal carbon dioxide (PETCO 2 ) and BOLD signal ranges tested. Methods Twenty‐five healthy participants underwent two sessions. In session 1, right middle cerebral artery velocity (MCAv) was acquired using clinical TCD. In session 2, 3 T BOLD‐fMRI data were collected. Both sessions used a ramp PETCO 2 protocol with deep breaths followed by 5% and 10% CO 2 . Data processing included motion correction, spatial smoothing, fieldmap correction, high‐pass filtering, and PETCO 2 alignment with smoothed MCAv (MCA ) and BOLD signals from the right parietal lobe. A simplified hemodynamic model and linear regression were applied to assess the MCA ‐BOLD relationship, with model performance evaluated by R 2 . Results Final analysis included 21 participants. The hemodynamic model produced consistent fits (R 2 ≥ 0.69). Linear regression showed strong agreement between MCA and BOLD (R 2 = 0.759). Conclusion Both modeling approaches successfully linked TCD‐derived MCA and BOLD‐fMRI responses during hypercapnia. These findings support the use of TCD as a complementary surrogate for CBF in BOLD calibration and cerebrovascular 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 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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,292
Écart entre enseignants0,274 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207