liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Multi-Parametric Representation of Voxel-Based Quantitative Magnetic Resonance Imaging
Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.ORCID-id: 0000-0002-2167-2450
Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för kardiovaskulär medicin. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US. SyntheticMR AB, Linkoping, Sweden.
Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för neurovetenskap. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken. Östergötlands Läns Landsting, Närsjukvården i västra Östergötland, Medicinska specialistkliniken .
Visa övriga samt affilieringar
2014 (Engelska)Ingår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 9, nr 11, s. e111688-Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

The aim of the study was to explore the possibilities of multi-parametric representations of voxel-wise quantitative MRI data to objectively discriminate pathological cerebral tissue in patients with brain disorders. For this purpose, we recruited 19 patients with Multiple Sclerosis (MS) as benchmark samples and 19 age and gender matched healthy subjects as a reference group. The subjects were examined using quantitative Magnetic Resonance Imaging (MRI) measuring the tissue structure parameters: relaxation rates, R-1 and R-2, and proton density. The resulting parameter images were normalized to a standard template. Tissue structure in MS patients was assessed by voxel-wise comparisons with the reference group and with correlation to a clinical measure, the Expanded Disability Status Scale (EDSS). The results were visualized by conventional geometric representations and also by multi-parametric representations. Data showed that MS patients had lower R-1 and R-2, and higher proton density in periventricular white matter and in wide-spread areas encompassing central and sub-cortical white matter structures. MS-related tissue abnormality was highlighted in posterior white matter whereas EDSS correlation appeared especially in the frontal cortex. The multi-parameter representation highlighted disease-specific features. In conclusion, the proposed method has the potential to visualize both high-probability focal anomalies and diffuse tissue changes. Results from voxel-based statistical analysis, as exemplified in the present work, may guide radiologists where in the image to inspect for signs of disease. Future clinical studies must validate the usability of the method in clinical practice.

Ort, förlag, år, upplaga, sidor
Public Library of Science , 2014. Vol. 9, nr 11, s. e111688-
Nationell ämneskategori
Klinisk medicin
Identifikatorer
URN: urn:nbn:se:liu:diva-114027DOI: 10.1371/journal.pone.0111688ISI: 000347709300018PubMedID: 25393722OAI: oai:DiVA.org:liu-114027DiVA, id: diva2:786498
Anmärkning

Funding Agencies|National Research Council [VR/NT 2008-3368]; Linkoping University; County Council of Ostergotland

Tillgänglig från: 2015-02-05 Skapad: 2015-02-05 Senast uppdaterad: 2017-12-05

Open Access i DiVA

fulltext(7767 kB)191 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 7767 kBChecksumma SHA-512
1eb63d85e83fe3735a2cf0c989af9b531eafd86c64260b4b96eec49b4838c1c3b2177631e645c78d66ace9496a115011d0b18e03d201471437b8d46cd0986999
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMed

Personposter BETA

Engström, MariaBertus Warntjes, Marcel, JanTisell, AndersLandtblom, Anne-MarieLundberg, Peter

Sök vidare i DiVA

Av författaren/redaktören
Engström, MariaBertus Warntjes, Marcel, JanTisell, AndersLandtblom, Anne-MarieLundberg, Peter
Av organisationen
Avdelningen för radiologiska vetenskaperHälsouniversitetetCentrum för medicinsk bildvetenskap och visualisering, CMIVAvdelningen för kardiovaskulär medicinFysiologiska kliniken USRadiofysikavdelningen USAvdelningen för neurovetenskapNeurologiska klinikenMedicinska specialistkliniken Röntgenkliniken i Linköping
I samma tidskrift
PLoS ONE
Klinisk medicin

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 191 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 503 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf