XiaoMi-AI文件搜索系统
World File Search SystemQSM
DOD QSM版本5.3 Final
国防部（DOD）环境数据质量工作组（EDQW）和能源部（DOE）合并审计计划（DOECAP）数据质量工作组（DOE-DQW）参与者为环境实验室开发了本名为DOD/DOE质量系统手册（QSM）的手册。DOD/DOE QSM为实验室建立和管理为DOD和DOE提供分析测试服务的实验室提供了基线要求。本手册基于NELAC研究所（TNI）标准（2009年9月）的第1卷，该标准（2009年9月）结合了国际标准组织（ISO）/国际电子技术委员会（IEC）17025：2005，对测试和校准实验室和ISO/IEC/IEC/IEC17025：2017：测试和校准实验室的能力的一般要求。符合本手册中所包含的要求，对于任何实验室来说，必须根据DOD环境实验室认证计划（ELAP）或2）根据DOE合并审核计划认证计划（DOECAP-AP）寻求或维持认证。符合本手册要求的实验室还必须符合TNI标准（2009年9月），ISO/IEC 17025：2005，以及ISO/IEC 17025：2017（在灰色框中注明），除非在这些标准中以这些文档的特定规定取代。获得ISO/IEC 17025：2017的实验室将满足ISO 17025：2017 DOD/DOE QSM版本5.3版的灰色框参考要求。
QSM版本5.4最终-DENIX
本手册基于NELAC研究所（TNI）标准（2009年9月）的第1卷，该标准（2009年9月）结合了国际标准组织（ISO）/国际电子技术委员会（IEC）17025：2005，对测试和校准实验室和ISO/IEC/IEC/IEC17025：2017：测试和校准实验室的能力的一般要求。符合本手册中所包含的要求，对于任何实验室来说，必须根据DOD环境实验室认证计划（ELAP）或2）根据DOE合并审核计划认证计划（DOECAP-AP）寻求或维持认证。符合本手册要求的实验室还必须符合TNI标准（2009年9月），ISO/IEC 17025：2005，以及ISO/IEC 17025：2017（在灰色框中注明），除非在这些标准中以这些文档的特定规定取代。获得ISO/IEC 17025：2017的实验室将符合ISO 17025：2017 DOD/DOE QSM版本5.4版的灰色框参考要求。
脑部 MRI 定量磁化率映射
人体研究中的 ROI 分析 两位获得委员会认证的神经放射科医生（SO 和 YF，拥有 20 年经验）一致将 ROI 放置在 QSM 图像的中心切片上的以下每个区域中：GP、壳核、尾状核、黑质、红核、齿状核和脉络丛的低信号强度区域。然后使用开源软件（ImageJ，版本 1.50；美国国立卫生研究院，马里兰州贝塞斯达）将 ROI 的位置应用于来自同一患者或志愿者的 CT 图像。我们还根据 CT 和 MRI 扫描（包括 QSM、T1 加权、T2 加权和 T2* 加权图像）和临床信息在出血和钙化病变上放置了 ROI。当抗磁性病变被顺磁性区域包围时，优先选择内侧抗磁性（钙化）部分放置ROI。对于每个有病变的患者，最多选择3个病变放置ROI。计算每个ROI的平均CT衰减值和平均QSM值（磁化率）。当平均QSM值为正值（顺磁性ROI）时，还计算最大和第95百分位CT衰减值以及最大和第95百分位QSM值，以更好地理解CT衰减值和磁化率的特征，这在表观扩散系数的分析中通常采用（18）。对于平均QSM值为负值的ROI（抗磁性ROI），计算最大和第95百分位CT衰减值以及最小和第5百分位QSM值。通过以下对 CT 衰减值与磁化率之间的相关性进行评估：顺磁性 ROI 的平均 CT 衰减值与平均 QSM 值、最大 CT 衰减值与最大 QSM 值、第 95 百分位 CT 衰减值与第 95 百分位 QSM 值；抗磁性 ROI 的平均 CT 衰减值与平均 QSM 值、最大 CT 衰减值与最小 QSM 值、第 95 百分位 CT 衰减值与第 5 百分位 QSM 值。
MSQSM：基于形态的自我监督的深度学习，用于定量敏感性映射
定量敏感性映射（QSM）已广泛应用于神经变性和铁沉积的临床诊断，而QSM重建中仍然存在偶极反转问题。最近，提出了深度学习方法来解决这个问题。但是，这些方法中的大多数是需要成对输入阶段和地面真相对的监督方法。在不使用地面实际情况的情况下训练所有分辨率的模型仍然是一个挑战，而仅使用一个分辨率数据。为了解决这个问题，我们提出了一种基于形态的自我监督QSM深度学习方法。它由形态学QSM构建器组成，可以使QSM对采样分辨率的依赖性以及有效减少伪像并有效节省训练时间的形态学损失。所提出的方法可以在人类数据和动物数据上重建任意分辨率QSM，而不管该分辨率是更高还是低于训练集，这表现优于先前最佳的无监督方法。此外，对于先前无监督学习方法中使用的周期梯度损失，形态损失还将训练时间减少了22％。实验结果和临床验证表明，该提出的方法测量具有任意分辨率的精确QSM。，它在无监督的深度学习方法和竞争性绩效中取得了最新的结果，相对于最佳的传统方法。
使用定量磁化率映射对丘脑中心核进行成像
中央核 (CM) 是丘脑板内核，被认为是深部脑刺激 (DBS) 和消融手术治疗多种神经和精神疾病的潜在有效靶点。然而，CM 的结构在标准 T1 和 T2 加权 (T1w 和 T2w) 磁共振图像上是不可见的，这妨碍了它作为临床应用的直接 DBS 靶点。本研究的目的是展示如何使用定量磁化率映射 (QSM) 技术对丘脑区域内的 CM 进行成像。本研究纳入了 12 名患有帕金森病、肌张力障碍或精神分裂症的患者。在 3-T MR 扫描仪上获取 3D 多回波梯度回忆回波 (GRE) 序列以及 T1w 和 T2w 图像。QSM 图像是根据 GRE 相位数据重建的。在 T1w、T2w 和 QSM 图像上对 CM 进行了直接目视检查。此外，使用单因素方差分析 (ANOVA) 检验比较了 T1w、T2w 和 QSM 图像上 CM 与丘脑相邻后部的对比噪声比 (CNR)。QSM 显著改善了 CM 核的可视化。在 QSM 上可以观察到与周围环境相比 CM 的清晰轮廓，但在 T1w 和 T2w 图像上则未观察到。统计分析表明，QSM 上的 CNR 明显高于 T1w 和 T2w 图像上的 CNR。总之，我们的结果表明 QSM 是一种有前途的技术，可改善 CM 的可视化，作为 DBS 手术的直接靶向。
定量敏感性映射的区域高铁沉积与2型糖尿病的认知下降相关
方法：在这项前瞻性研究中招募了29例T2DM和24例健康对照组（HC）患者。QSM图像用于评估九个灰色核的高铁区域中的全结构体积（V WH），区域磁化率值（MSV RII）和体积（V RII）。在组之间比较了所有QSM数据。接收器操作特征（ROC）分析用于评估组之间的区分能力。也使用逻辑回归分析建立了来自单个和联合QSM参数的预测模型。进一步分析了MSV RII与认知评分之间的相关性。通过错误发现率（FDR）校正所有统计值的多个比较。统计上显着的P值设置为0.05。
观察和遗传分析
背景：铁过载在神经退行性疾病中很常见，尤其是阿尔茨海默病 (AD) 和帕金森病 (PD)。导致 HFE p.C282Y 变异的铁过载（血色素沉着症）纯合子患痴呆和 PD 的风险增加。脑铁沉积是一般人群中神经退行性生殖过程的因果关系还是继发性因素尚不清楚。方法：我们分析了 39,533 名具有欧洲遗传血统的英国生物库参与者的脑 MRI 数据。我们研究了通过 R2* 和定量磁化率映射 (QSM) 估计的 8 个皮质下区域的脑铁含量：伏隔核、杏仁核、尾状核、海马、苍白球、壳核、黑质和丘脑。我们进行了全基因组关联研究 (GWAS)，并使用孟德尔随机化 (MR) 方法来估计脑铁对灰质体积以及 AD、非 AD 和 PD 风险的因果影响。我们还使用 MR 来测试 AD 或 PD 的遗传易感性是否与脑铁含量增加有关（R2* 和 QSM）。结果：在 R2* 和 QSM 的 GWAS 中，我们复制了 83% 的先前报告的基因位点，并在所有八个大脑区域中确定了 174 个其他位点。使用 R2* 和 QSM 预测的较高遗传预测脑铁与尾状核、壳核和丘脑的较低灰质体积相关（例如，Beta-壳核 QSM：- 0.37，p = 2*10 – 46）。更高的遗传预测丘脑 R2* 与非 AD 痴呆风险增加相关（OR 1.36(1.16;1.60), p = 2*10 – 4），但与 AD 无关（p > 0.05）。在男性中，遗传预测的壳核 R2* 会增加非 AD 痴呆风险，但在女性中则不会。更高的遗传预测尾核、壳核和黑质铁含量与 PD 风险增加相关（比值比 QSM ~ 黑质 1.21(1.07;1.37), p = 0.003）。AD 或 PD 的遗传易感性与痴呆或 PD 相关区域的 R2* 或 QSM 无关。解读：我们的基因分析支持了特定皮层下大脑区域铁沉积较高与帕金森氏症、灰质体积和非阿尔茨海默氏痴呆症之间的因果关系。
Spyridon Sofos博士和Jasmin Schulz博士
AS帕金森氏病（PD）患者的诊断性分类取决于典型的临床运动和非运动特征的组合和时间轨迹。为了改善观察者在体内PD病理学的检测，我们利用多参数结构成像的潜力来提高早期PD的诊断准确性。复杂的结构磁共振成像（MRI；敏感性加权成像（SWI），定量敏感性映射（QSM）（QSM）和Neuromelanin Imaging（NMI）与光学相干性断层扫描（OCT）相结合，以检测Vivo。通过定量眼运动检查和基于视频的临床检查深层临床表型补充结构成像方法，以实现PD症状的观察者独立的分类。
在静止状态功能性MRI指标中对静脉偏差进行建模
图1 MNI152空间中RSFMRI指标和QSM图像的处理管道的概述。从QSM图像中提取的静脉中，在天然空间中生成了距离图和传播直径图。然后将图像注册到MNI152空间。The top row depicts the rsfMRI metrics in MNI152 space: sagittal view of the amplitude of low-frequency fluctuations (ALFF), fractional ALFF (fALFF), Hurst Exponent (HE), Coherence [Coherence (Cohe)-Regional Homogeneity (ReHo)], Kendall's Coefficient Concordance (KCC)-ReHo and一个参与者的特征向量中心（EC）值。底部行：来自天然空间中同一参与者的定量敏感性映射（QSM）图像，从容器分割档案中（阈值= 0.5;天然空间），所得的部分体积（PV；第二行）和直径图（第三行）（第三行）。PV和直径图排除了所有静脉<0.3 mm。距离图和传播直径图分别从PV和天然空间中的直径图计算出来。距离> 6.7 mm的组织体素。地图已注册到MNI152空间，并仅限于GM（第二行和第三行的最后一列）。
使用定量敏感性映射
摘要：背景：氧提取分数（OEF）表示大脑的氧气构成，可以使用定量易感映射（QSM）MRI技术来估计。最近的研究表明，中风后的OEF改变与处于危险组织的生存能力有关。在本研究中，使用QSM研究了急性中风期间猴子大脑中OEF的时间演变。方法：通过使用介意方法，在具有永久性脑动脉闭塞（PMCAO）的成年恒河猴（n = 8）中诱导缺血性中风。扩散 - ，T2-和T2*加权图像是在第2天，第2天和第4天使用临床3T扫描仪进行的。检查了磁敏感性和OEF的逐渐变化，以及它们与横向松弛率和扩散指数的相关性。结果：在超急性阶段，大脑受伤的灰色物质的磁敏感性和OEF显着增加，然后在第2天和第4天显着降低。此外，从第0天到第4天，灰质中OEF的时间变化与平均扩散率（MD）（MD）（r = 0.52; P = 0.046）相关。白质中的磁敏感性在急性中风期间逐渐增加（从负值到接近零），并且在第2天（p = 0.08）和第4天（p = 0.003）中看到了显着的增加，当白质显着退化时。但是，直到中风后第4天才发现白质中的OEF的显着减少。灰质中OEF的变化比中风侮辱后的白质中的变化更为突出。结论：初步结果表明，QSM衍生的OEF是一种强大的方法，可以检查缺血性脑中灰质从Hyperate阶段到中风的亚急性阶段的渐进性变化。发现QSM衍生的OEF可能会提供互补信息，以理解中风后脑组织的神经病理学并预测中风结果。