Quantitative analysis of arterial spin labeling FMRI data using a general linear model.
Quantitative analysis of arterial spin labeling FMRI data using a general linear model.
复制标题
DOI：
10.1016/j.mri.2010.03.035
复制
发表时间：
2010-09
影响因子：
2.5
通讯作者：
Rowe, Daniel B.
中科院分区：
文献类型：
--
作者：
Hernandez-Garcia, Luis;Jahanian, Hesamoddin;Rowe, Daniel B.
动脉自旋标记技术可以通过将动力学模型拟合到不同的图像来产生定量的血流灌注测量(标记对照)。由于差异图像的噪声性质，调查人员通常在很长一段时间内对大量的标记差异测量与对照差异测量进行平均。这种平均要求灌注信号处于稳定状态，而不是处于活动状态和基线状态之间的转换，以便定量地估计激活诱导的灌注。这可能会成为功能磁共振任务实验的障碍。在这项工作中，我们介绍了一个通用的线性模型(GLM)，它指定了BOLD效应和ASL调制效应，并通过使用标准示踪剂动力学模型将它们转化为有意义的、定量的血流灌注测量。我们表明，使用我们的GLM方法和传统的减法得到的灌注值之间有很强的相关性，但是我们的GLM方法对噪声有更强的稳健性。
Arterial Spin Labeling techniques can yield quantitative measures of perfusion by fitting a kinetic model to difference images (tagged-control). Because of the noisy nature of the difference images investigators typically average a large number of tagged versus control difference measurements over long periods of time. This averaging requires that the perfusion signal be at a steady state and not at the transitions between active and baseline states in order to quantitatively estimate activation induced perfusion. This can be an impediment for FMRI task experiments. In this work, we introduce a general linear model (GLM) that specifies BOLD effects and ASL modulation effects and translate them into meaningful, quantitative measures of perfusion by using standard tracer kinetic models. We show that there is a strong association between the perfusion values using our GLM method and the traditional subtraction method, but that our GLM method is more robust to noise.
登录
查看更多内容
影响因子：
4.8
作者：
Miller, KL;Luh, WM;Buxton, RB
通讯作者：
Buxton, RB
影响因子：
4.8
作者：
Detre, John A.;Wang, Jiongjiong;Rao, Hengyi
通讯作者：
Rao, Hengyi
影响因子：
3.3
作者：
Wang, JJ;Alsop, DC;Detre, JA
通讯作者：
Detre, JA
DOI：
10.1097/00004647-199611000-00019
发表时间：
1996-11-01
影响因子：
6.3
作者：
Alsop, DC;Detre, JA
通讯作者：
Detre, JA
影响因子：
5.7
作者：
Restom, Khaled;Bangen, Katherine J.;Liu, Thomas T.
通讯作者：
Liu, Thomas T.