Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Semi-parametric arterial input functions for quantitative dynamic contrast enhanced magnetic resonance imaging in mice

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68081731%3A_____%2F18%3A00489561" target="_blank" >RIV/68081731:_____/18:00489561 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.mri.2017.10.004" target="_blank" >http://dx.doi.org/10.1016/j.mri.2017.10.004</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.mri.2017.10.004" target="_blank" >10.1016/j.mri.2017.10.004</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Semi-parametric arterial input functions for quantitative dynamic contrast enhanced magnetic resonance imaging in mice

  • Popis výsledku v původním jazyce

    Objective: An extension of single- and multi channel blind deconvolution is presented to improve the estimation of the arterial input function (AIF) in quantitative dynamic contrast enhanced magnetic resonance imaging (DCE-MRI).nMethods: The Lucy-Richardson expectation-maximization algorithm is used to obtain estimates of the AIF and the tissue residue function (TRF). In the first part of the algorithm, nonparametric estimates of the AIF and TRF are obtained. In the second part, the decaying part of the AIF is approximated by three decaying exponentialnfunctions with the same delay, giving an almost noise free semi-parametric AIF. Simultaneously, the TRF is approximated using the adiabatic approximation of the Johnson-Wilson (aaJW) pharmacokinetic model.nResults: In simulations and tests on real data, use of this AIF gave perfusion values close to those obtained with the corresponding previously published nonparametric AIF, and are more noise robust.nConclusion: When used subsequently in voxelwise perfusion analysis, these semi-parametric AIFs should give more correct perfusion analysis maps less affected by recording noise than the corresponding nonparametric AIFs, and AIFs obtained from arteries.nSignificance: This paper presents a method to increase the noise robustness in the estimation of the perfusion parameter values in DCE-MRI.

  • Název v anglickém jazyce

    Semi-parametric arterial input functions for quantitative dynamic contrast enhanced magnetic resonance imaging in mice

  • Popis výsledku anglicky

    Objective: An extension of single- and multi channel blind deconvolution is presented to improve the estimation of the arterial input function (AIF) in quantitative dynamic contrast enhanced magnetic resonance imaging (DCE-MRI).nMethods: The Lucy-Richardson expectation-maximization algorithm is used to obtain estimates of the AIF and the tissue residue function (TRF). In the first part of the algorithm, nonparametric estimates of the AIF and TRF are obtained. In the second part, the decaying part of the AIF is approximated by three decaying exponentialnfunctions with the same delay, giving an almost noise free semi-parametric AIF. Simultaneously, the TRF is approximated using the adiabatic approximation of the Johnson-Wilson (aaJW) pharmacokinetic model.nResults: In simulations and tests on real data, use of this AIF gave perfusion values close to those obtained with the corresponding previously published nonparametric AIF, and are more noise robust.nConclusion: When used subsequently in voxelwise perfusion analysis, these semi-parametric AIFs should give more correct perfusion analysis maps less affected by recording noise than the corresponding nonparametric AIFs, and AIFs obtained from arteries.nSignificance: This paper presents a method to increase the noise robustness in the estimation of the perfusion parameter values in DCE-MRI.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20602 - Medical laboratory technology (including laboratory samples analysis; diagnostic technologies) (Biomaterials to be 2.9 [physical characteristics of living material as related to medical implants, devices, sensors])

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Magnetic Resonance Imaging

  • ISSN

    0730-725X

  • e-ISSN

  • Svazek periodika

    46

  • Číslo periodika v rámci svazku

    FEB

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    11

  • Strana od-do

    10-20

  • Kód UT WoS článku

    000419426000002

  • EID výsledku v databázi Scopus

    2-s2.0-85032255225