文献
J-GLOBAL ID:202002220239753449   整理番号:20A0278745

階層的Bayes心筋潅流定量化【JST・京大機械翻訳】

Hierarchical Bayesian myocardial perfusion quantification
著者 (7件):
資料名:
巻: 60  ページ: Null  発行年: 2020年 
JST資料番号: W3156A  ISSN: 1361-8415  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
心筋血流は,観察された画像データへのトラッカー速度論モデルの適合を通して,動的造影磁気共鳴(MR)画像から定量化することができる。多区画交換モデルの使用は,それらが生理的に動機付けされ,血流と微小血管機能の両方に対して直接的に解決されるので望ましい。しかし,そのようなモデルで得られたパラメータ推定値は信頼できない。これは,低い信号対雑音比,時間分解能,取得の長さおよび他の複雑な画像化アーチファクトにより制限される観測データに対するモデルの複雑さによるものである。本研究では,心筋灌流MRデータから2コンパートメント交換モデルのパラメータの信頼できる推定を可能にするBayes推論方式を提案した。Bayesスキームは,モデルパラメータの生理学的範囲に関する事前知識の組込みを可能にし,隣接ボクセルが類似の速度論パラメータ値を持つ可能性がある追加情報の使用を容易にする。階層的な事前は,患者の健康に関する事前の仮定を作ることを避けるために使用される。著者らは,この応用のためのトラクタ速度論モデリングと特定の実装の詳細に対するBayes推論への理論的導入を提供した。このアプローチはin silicoとin vivoの両方で検証された。in silicoでは,標準的な非線形最小二乗当てはめを用いた場合と比較して,Bayes推論を用いて,平均二乗誤差が有意に減少した。患者データに適用した場合,Bayes推論方式は,文献で以前に報告されたものとインラインのパラメータ値と,それらの患者の独立した臨床診断に適合するパラメータマップを与える。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  図形・画像処理一般 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る