Los puntos clave no están disponibles para este artículo en este momento.
En la última década, los estudios de MRI de difusión (dMRI) del cerebro humano y animal se han utilizado para investigar una multitud de patologías y efectos relacionados con drogas en la investigación en neurociencia. Estudio tras estudio identifica la degeneración de la materia blanca (WM) como un biomarcador crucial para todas estas enfermedades. La herramienta elegida para estudiar la WM es la dMRI. Sin embargo, la dMRI tiene un bajo índice señal-ruido inherentemente y su adquisición requiere un tiempo de escaneo relativamente largo; de hecho, las altas cargas requeridas ocasionalmente estresan el hardware del escáner más allá del punto de fallo físico. Como resultado, muchos tipos de artefactos implican la calidad de la imagen por difusión. Usar estos escaneos complejos que contienen artefactos sin control de calidad (QC) puede resultar en un error y sesgo considerables en el análisis posterior, afectando negativamente los resultados de los estudios de investigación que los utilizan. Sin embargo, el QC de la dMRI sigue siendo un problema poco reconocido en la comunidad de dMRI, ya que no existen herramientas amigables para el usuario comúnmente disponibles para abordar de manera integral el problema del QC de dMRI. Como resultado, los estudios actuales de dMRI a menudo realizan un mal trabajo en el QC de dMRI. Un QC exhaustivo de la dMRI reducirá el ruido de medición y mejorará la reproducibilidad y sensibilidad en los estudios de neuroimagen; esto permitirá a los investigadores explotar más plenamente el poder de la técnica de dMRI y, en última instancia, avanzará la neurociencia. Por lo tanto, en este manuscrito, presentamos nuestro software de código abierto, DTIPrep, como una plataforma unificada y amigable para el usuario para un QC exhaustivo de los datos de dMRI. Estos incluyen artefactos causados por corrientes de Foucault, movimiento de cabeza, vibración y pulsación de la cama, artefactos de persianas venecianas, así como inconsistencias de intensidad en cada corte y por gradiente. Este documento resume un conjunto básico de características de DTIPrep descritas anteriormente y se centra en las capacidades recién añadidas relacionadas con artefactos direccionales y análisis de sesgos.
Oğuz et al. (Wed,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: