Keeping It Consistent: Assessing Measurement Repeatability of a Novel Anisotropic Phantom for Higher Order Diffusion Tensor MRI Sequences
Notice bibliographique
Résumé
Diffusion MRI (dMRI) provides valuable insight into tissue microstructure for clinical and research applications. Traditional diffusion tensor imaging (DTI) models diffusion as a Gaussian process, which limits its accuracy in regions with complex fibre configurations (such as crossing or bifurcating tracts). Higher-order models, including diffusion kurtosis imaging (DKI) and constrained spherical deconvolution (CSD), address these limitations by capturing non-Gaussian diffusion behaviour or resolving multiple fibre orientations within a voxel. Despite their theoretical advantages, these models are more sensitive to noise and acquisition variability, raising concerns about repeatability. Currently, there is no standardized method to perform quality assurance (QA) on dMRI data, and there are limited studies measuring the repeatability of higher-order tensor metrics. This thesis evaluates the repeatability of higher-order dMRI metrics using a novel anisotropic phantom developed by PreOperative Performance (Toronto, ON). The phantom contains fibre modules with controlled geometries (linear, branching, and crossing bundles) designed to mimic white matter tract architecture. Six diverse regions of interest (ROIs) were assessed across 11 independent imaging sessions using DTI, high angular resolution diffusion imaging (HARDI), and DKI protocols. Repeatability was quantified using coefficient of variation (CoV) and intraclass correlation coefficient (ICC). DTI-derived metrics, including fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD), exhibited excellent repeatability (CoV<10%, ICC>0.9). HARDI acquisitions (60- and 90-direction) yielded slightly improved repeatability over DTI. DKI metrics, including mean kurtosis (MK), axial kurtosis (AK), radial kurtosis (RK), and kurtosis fractional anisotropy (KFA), showed greater variability, particularly in ROIs with fibre crossings. Generalized fractional anisotropy (GFA), derived from CSD, demonstrated increasing ICCs with higher angular resolution: 0.66 (DTI), 0.80 (HARDI-60), and 0.85 (HARDI-90). These findings support the phantom’s utility for repeatability testing and contribute toward developing QA standards for advanced dMRI models.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».