liu.seSök publikationer i DiVA
Ändra sökning
Avgränsa sökresultatet
1 - 17 av 17
RefereraExporteraLänk till träfflistan
Permanent länk
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
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Abbott, Rebecca
    et al.
    Northwestern Univ, IL 60611 USA.
    Peolsson, Anneli
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    West, Janne
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Medicinska fakulteten.
    Elliott, James M.
    Northwestern Univ, IL 60611 USA; Univ Queensland, Australia; Zurich Univ Appl Sci, Switzerland.
    Åslund, Ulrika
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    Karlsson, Anette
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    The qualitative grading of muscle fat infiltration in whiplash using fat and water magnetic resonance imaging2018Ingår i: The spine journal, ISSN 1529-9430, E-ISSN 1878-1632, Vol. 18, nr 5, s. 717-725Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    BACKGROUND CONTEXT: The development of muscle fat infiltration (MFI) in the neck muscles is associated with poor functional recovery following whiplash injury. Custom software and time-consuming manual segmentation of magnetic resonance imaging (MRI) is required for quantitative analysis and presents as a barrier for clinical translation. PURPOSE: The purpose of this work was to establish a qualitative MRI measure for MFI and evaluate its ability to differentiate between individuals with severe whiplash-associated disorder (WAD), mild or moderate WAD, and healthy controls. STUDY DESIGN/SETTING: This is a cross-sectional study. PATIENT SAMPLE: Thirty-one subjects with WAD and 31 age-and sex-matched controls were recruited from an ongoing randomized controlled trial. OUTCOME MEASURES: The cervical multifidus was visually identified and segmented into eighths in the axial fat/water images (C4-C7). Muscle fat infiltration was assessed on a visual scale: 0 for no or marginal MFI, 1 for light MFI, and 2 for distinct MFI. The participants with WAD were divided in two groups: mild or moderate and severe based on Neck Disability Index % scores. METHODS: The mean regional MFI was compared between the healthy controls and each of the WAD groups using the Mann-Whitney U test. Receiver operator characteristic (ROC) analyses were carried out to evaluate the validity of the qualitative method. RESULTS: Twenty (65%) patients had mild or moderate disability and 11 (35%) were considered severe. Inter- and intra-rater reliability was excellent when grading was averaged by level or when frequency of grade II was considered. Statistically significant differences (pamp;lt;.05) in regional MFI were particularly notable between the severe WAD group and healthy controls. The ROC curve, based on detection of distinct MFI, showed an area-under-the curve of 0.768 (95% confidence interval 0.59-0.94) for discrimination of WAD participants. CONCLUSIONS: These preliminary results suggest a qualitative MRI measure for MFI is reliable and valid, and may prove useful toward the classification of WAD in radiology practice. (C) 2017 Elsevier Inc. All rights reserved.

  • 2.
    Andersson, Thord
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Karlsson, Anette
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Norén, Bengt
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Forsgren, Mikael
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Smedby, Örjan
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Kechagias, Stergios
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för kardiovaskulär medicin. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Hjärt- och Medicincentrum, Magtarmmedicinska kliniken.
    Almer, Sven
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för neuro- och inflammationsvetenskap. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Hjärt- och Medicincentrum, Magtarmmedicinska kliniken.
    Lundberg, Peter
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Region Östergötland, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Consistent intensity inhomogeneity correction in water–fat MRI2015Ingår i: Journal of Magnetic Resonance Imaging, ISSN 1053-1807, E-ISSN 1522-2586, Vol. 42, nr 2, s. 468-476Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    PURPOSE:

    To quantitatively and qualitatively evaluate the water-signal performance of the consistent intensity inhomogeneity correction (CIIC) method to correct for intensity inhomogeneities METHODS: Water-fat volumes were acquired using 1.5 Tesla (T) and 3.0T symmetrically sampled 2-point Dixon three-dimensional MRI. Two datasets: (i) 10 muscle tissue regions of interest (ROIs) from 10 subjects acquired with both 1.5T and 3.0T whole-body MRI. (ii) Seven liver tissue ROIs from 36 patients imaged using 1.5T MRI at six time points after Gd-EOB-DTPA injection. The performance of CIIC was evaluated quantitatively by analyzing its impact on the dispersion and bias of the water image ROI intensities, and qualitatively using side-by-side image comparisons.

    RESULTS:

    CIIC significantly ( P1.5T≤2.3×10-4,P3.0T≤1.0×10-6) decreased the nonphysiological intensity variance while preserving the average intensity levels. The side-by-side comparisons showed improved intensity consistency ( Pint⁡≤10-6) while not introducing artifacts ( Part=0.024) nor changed appearances ( Papp≤10-6).

    CONCLUSION:

    CIIC improves the spatiotemporal intensity consistency in regions of a homogenous tissue type. J. Magn. Reson. Imaging 2014.

  • 3.
    Dahlqvist Leinhard, Olof
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Romu, Thobias
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Karlsson, Anette
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    High resolution isotropic whole-­‐body symmetrically sampled two point Dixon acquisition imaging at 3T2012Ingår i: ISMRM workshop on Fat-­‐Water Separation: Insights, Applications & Progress in MRI, 2012Konferensbidrag (Övrigt vetenskapligt)
  • 4.
    Gerdle, Björn
    et al.
    Linköpings universitet, Institutionen för medicin och hälsa, Rehabiliteringsmedicin. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Sinnescentrum, Smärt och rehabiliteringscentrum.
    Forsgren, Mikael
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Bengtsson, Ann
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Reumatologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Reumatologiska kliniken i Östergötland.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Sören, B.
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Reumatologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Reumatologiska kliniken i Östergötland.
    Karlsson, Anette
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Biomedicinsk instrumentteknik. Linköpings universitet, Hälsouniversitetet.
    Brandejsky, Vaslav
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Lund, Eva
    Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Lundberg, Peter
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. 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. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Decreased muscle concentrations of ATP and PCR in the quadriceps muscle of fibromyalgia patients – A 31P-MRS study2013Ingår i: European Journal of Pain, ISSN 1090-3801, E-ISSN 1532-2149, Vol. 17, nr 8, s. 1205-1215Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    BACKGROUND AND METHODS:

    Fibromyalgia (FMS) has a prevalence of approximately 2% in the population. Central alterations have been described in FMS, but there is not consensus with respect to the role of peripheral factors for the maintenance of FMS. 31P magnetic resonance spectroscopy (31P-MRS) has been used to investigate the metabolism of phosphagens in muscles of FMS patients, but the results in the literature are not in consensus. The aim was to investigate the quantitative content of phosphagens and pH in resting quadriceps muscle of patients with FMS (n = 19) and in healthy controls (Controls; n = 14) using (31) P-MRS. It was also investigated whether the concentrations of these substances correlated with measures of pain and/or physical capacity.

    RESULTS:

    Significantly lower concentrations of adenosine triphosphate (ATP) and phosphocreatinine (PCr; 28-29% lower) were found in FMS. No significant group differences existed with respect to inorganic phosphate (Pi), Pi/PCr and pH. The quadriceps muscle fat content was significantly higher in FMS than in Controls [FMS: 9.0 ± 0.5% vs. Controls: 6.6 ± 0.6%; (mean ± standard error); P = 0.005]. FMS had significantly lower hand and leg capacity according to specific physical test, but there were no group differences in body mass index, subjective activity level and in aerobic fitness. In FMS, the specific physical capacity in the leg and the hand correlated positively with the concentrations of ATP and PCr; no significant correlations were found with pain intensities.

    CONCLUSIONS:

    Alterations in intramuscular ATP, PCr and fat content in FMS probably reflect a combination of inactivity related to pain and dysfunction of muscle mitochondria.

  • 5.
    Giambini, Hugo
    et al.
    Mayo Clin, MN 55905 USA.
    Hatta, Taku
    Mayo Clin, MN USA.
    Gorny, Krzysztof R.
    Mayo Clin, MN USA.
    Widholm, Per
    Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper.
    Karlsson, Anette
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Adkins, Mark C.
    Mayo Clin, MN USA.
    Zhao, Chunfeng
    Mayo Clin, MN 55905 USA; Mayo Clin, MN USA.
    An, Kai-Nan
    Mayo Clin, MN 55905 USA; Mayo Clin, MN USA.
    INTRAMUSCULAR FAT INFILTRATION EVALUATED BY MAGNETIC RESONANCE IMAGING PREDICTS THE EXTENSIBILITY OF THE SUPRASPINATUS MUSCLE2018Ingår i: Muscle and Nerve, ISSN 0148-639X, E-ISSN 1097-4598, Vol. 57, nr 1, s. 129-135Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Introduction: Rotator cuff (RC) tears result in muscle atrophy and fat infiltration within the RC muscles. An estimation of muscle quality and deformation, or extensibility, is useful in selecting the most appropriate surgical procedure. We determined if noninvasive quantitative assessment of intramuscular fat using MRI could be used to predict extensibility of the supraspinatus muscle. Methods: Seventeen cadaveric shoulders were imaged to assess intramuscular fat infiltration. Extensibility and histological evaluations were then performed. Results: Quantitative fat infiltration positively correlated with histological findings and presented a positive correlation with muscle extensibility (r=0.69; P=0.002). Extensibility was not significantly different between shoulders graded with a higher fat content versus those with low fat when implementing qualitative methods. Discussion: A noninvasive prediction of whole-muscle extensibility may directly guide pre-operative planning to determine if the torn edge could efficiently cover the original footprint while aiding in postoperative evaluation of RC repair.

  • 6.
    Karlsson, Anette
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Romu, Thobias
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Automated Whole Body Muscle Segmentation & Classification2012Ingår i: ISMRM workshop on Fat-­‐Water Separation: Insights, Applications & Progress in MRI, 2012Konferensbidrag (Övrigt vetenskapligt)
  • 7.
    Karlsson, Anette
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Vallin, Anna
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Romu, Thobias
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Automated Whole Body Muscle Quantification Based on a 10 min MR-Exam2012Ingår i: Proceedings of the annual meeting of the International Society for Magnetic Resonance in Medicine (ISMRM 2012), 2012Konferensbidrag (Övrigt vetenskapligt)
  • 8.
    Karlsson, Anette
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Åslund, Ulrika
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    West, Janne
    Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Smedby, Örjan
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. KTH Royal Institute Technology, Sweden.
    Zsigmond, Peter
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för neuro- och inflammationsvetenskap. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Sinnescentrum, Neurokirurgiska kliniken US.
    Peolsson, Anneli
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    An Investigation of Fat Infiltration of the Multifidus Muscle in Patients With Severe Neck Symptoms Associated With Chronic Whiplash-Associated Disorder2016Ingår i: Journal of Orthopaedic and Sports Physical Therapy, ISSN 0190-6011, E-ISSN 1938-1344, Vol. 46, nr 10, s. 886-893Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    STUDY DESIGN: Cross-sectional study. BACKGROUND: Findings of fat infiltration in cervical spine multifidus, as a sign of degenerative morphometric changes due to whiplash injury, need to be verified. OBJECTIVES: To develop a method using water/fat magnetic resonance imaging (MRI) to investigate fat infiltration and cross-sectional area of multifidus muscle in individuals with whiplash associated disorders (WADS) compared to healthy controls. METHODS: Fat infiltration and cross-sectional area in the multifidus muscles spanning the C4 to C7 segmental levels were investigated by manual segmentation using water/fat-separated MRI in 31 participants with WAD and 31 controls, matched for age and sex. RESULTS: Based on average values for data spanning C4 to C7, participants with severe disability related to WAD had 38% greater muscular fat infiltration compared to healthy controls (P = .03) and 45% greater fat infiltration compared to those with mild to moderate disability related to WAD (P = .02). There were no significant differences between those with mild to moderate disability and healthy controls. No significant differences between groups were found for multifidus cross-sectional area. Significant differences were observed for both cross-sectional area and fat infiltration between segmental levels. CONCLUSION: Participants with severe disability after a whiplash injury had higher fat infiltration in the multifidus compared to controls and to those with mild/moderate disability secondary to WAD. Earlier reported findings using T1-weighted MRI were reproduced using refined imaging technology. The results of the study also indicate a risk when segmenting single cross-sectional slices, as both cross-sectional area and fat infiltration differ between cervical levels.

  • 9.
    Karlsson, Anette
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten.
    Linge, Jennifer
    Advanced MR Analytics AB.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Medicinska fakulteten.
    Bell, Jimmy
    Westminster University, London, UK.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Defining Sarcopenia with MRI - Establishing Threshold Values within a Large-Scale Population Study2016Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    PURPOSE

    To identify gender specific threshold values for sarcopenia detection for lean thigh muscle tissue volume quantified using MRI.

    METHOD AND MATERIALS

    Current gender-specific thresholds for sarcopenia detection are based on quantification on appendicular lean tissue normalized with height^2 using DXA (7.26 kg/m2 for men and 5.45 kg/m2 for women). In this study 3514 subjects (1548 males and 1966 females) in the imaging subcohort of UK Biobank with paired DXA and MRI scans were included. The age range was 45 to 78 years. The total lean thigh volume normalized with height2 (TTVi) was determined with a 6 minutes neck to knee 2-point Dixon MRI protocol using a 1.5T MR-scanner (Siemens, Germany) followed by analysis with AMRA® Profiler (AMRA, Sweden). The appendicular lean tissue mass normalized with height2 (ALTMi) was assessed using DXA (GE-Lunar iDXA). Subjects with ALTMi lower than the gender specific threshold were categorized as sarcopenic. Gender specific threshold values were determined for detection of sarcopenic subjects based on TTVi optimizing sensitivity and specificity. Area under receiver operator curve (AUROC) was calculated as well as the linear correlation between TTVi and ALTMi.

    RESULTS

    A threshold value of TTVi = 3.64 l/m2 provided a sensitivity and specificity of 0.88 for sarcopenia detection in males. The AUROC was 0.96. Similarly, a TTVi < 2.76 l/m2 identified sarcopenic female subjects with a sensitivity and specificity of 0.89. The corresponding AUROC was 0.96. The linear correlation between TTVi and ALTMi was 0.93 (99%CI: 0.93-0.94).

    CONCLUSION

    MRI-based quantification of total lean thigh volume normalized with height^2 could be used to categorize sarcopenia in the study group. Threshold values are suggested.

    CLINICAL RELEVANCE/APPLICATION

    The study suggests that sarcopenia can be diagnosed using a rapid MRI scan with high sensitivity and specificity.

  • 10.
    Karlsson, Anette
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska högskolan.
    Magnusson, Maria
    Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska högskolan.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Lundberg, Peter
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Successful Motion Correction in Reconstruction of Radial MRI2011Konferensbidrag (Refereegranskat)
  • 11.
    Karlsson, Anette
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Rosander, Johannes
    Advanced MR Analytics AB, Linköping, Sweden.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Tallberg, Joakim
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Grönqvist, Anders
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Automatic and quantitative assessment of regional muscle volume by multi-atlas segmentation using whole-body water–fat MRI2015Ingår i: Journal of Magnetic Resonance Imaging, ISSN 1053-1807, E-ISSN 1522-2586, Vol. 41, nr 6, s. 1558-1569Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Purpose

    To develop and demonstrate a rapid whole-body magnetic resonance imaging (MRI) method for automatic quantification of total and regional skeletal muscle volume.

    Materials and Methods

    The method was based on a multi-atlas segmentation of intensity corrected water–fat separated image volumes. Automatic lean muscle tissue segmentations were achieved by nonrigid registration of atlas datasets with 10 different manually segmented muscle groups. Ten subjects scanned at 1.5 T and 3.0 T were used as atlases, initial validation and optimization. Further validation used 11 subjects scanned at 3.0 T. The automated and manual segmentations were compared using intraclass correlation, true positive volume fractions, and delta volumes.

    Results

    For the 1.5 T datasets, the intraclass correlation, true positive volume fractions (mean ± standard deviation, SD), and delta volumes (mean ± SD) were 0.99, 0.91 ± 0.02, −0.10 ± 0.70L (whole body), 0.99, 0.93 ± 0.02, 0.01 ± 0.07L (left anterior thigh), and 0.98, 0.80 ± 0.07, −0.08 ± 0.15L (left abdomen). The corresponding values at 3.0 T were 0.97, 0.92 ± 0.03, −0.17 ± 1.37L (whole body), 0.99, 0.93 ± 0.03, 0.03 ± 0.08L (left anterior thigh), and 0.89, 0.90 ± 0.04, −0.03 ± 0.42L (left abdomen). The validation datasets showed similar results.

    Conclusion

    The method accurately quantified the whole-body skeletal muscle volume and the volume of separate muscle groups independent of field strength and image resolution. 

  • 12.
    Karlsson, Anette
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Rosander, Johannes
    Advanced MR Analytics AB, Linköping, Sweden.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Tallberg, Joakim
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Grönqvist, Anders
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Automatic and Quantitative Assessment of Total and Regional Muscle Tissue Volume using Multi-Atlas Segmentation2014Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    Accurate and precise assessment of human muscle tissue is important for further understanding of different muscle diseases and syndromes. We present a rapid whole body MR method for automatic quantification of total and regional muscle volume. The method is based on multi-atlas segmentation of intensity corrected water-fat separated images. The method was validated with a leave-one-out approach, using manually segmented atlases from 10 subjects as ground truth. The result gave a coefficient of variation on total muscle volume equal to 1.25±1.35 % (mean ± standard deviation). The method enables cost-efficient large-scale studies, investigating conditions such as sarcopenia and muscular dystrophies.

  • 13.
    Karlsson, Anette
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Rosander, Johannes
    Advanced MR Analytics AB, Linköping, Sweden.
    Tallberg, Joakim
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Grönqvist, Anders
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Automatic and Quantitative Assessment of Total and Regional Muscle Tissue Volume using Multi-Atlas Segmentation2015Ingår i: International Society for Magnetic Resonance in Medicince Annual Meeting: Proceedings, 2015Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    The purpose is to develop and demonstrate a rapid whole-body MRI method for automatic quantification of total and regional lean skeletal muscle volume. Quantitative water and fat separated image volumes of the whole body are manually segmented and used as atlases. The atlases are non-rigidly registered onto to a new image volume and the muscle groups are classified using a voting scheme. A leave-one-out approach with subjects scanned in a 1.5 T and a 3.0 T scanner is used for validation. The method quantifies the whole-body skeletal muscle volumes and the volumes of separate muscle groups independently of image resolution.

  • 14.
    Karlsson, Anette
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Rosander, Johannes
    Tallberg, Joakim
    Romu, Thobias
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. 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.
    Whole Body Muscle Classification using Multiple Prototype Voting2013Konferensbidrag (Övrigt vetenskapligt)
  • 15.
    Peolsson, Anneli
    et al.
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    Karlsson, Anette
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Ghafouri, Bijar
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för samhällsmedicin. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Sinnescentrum, Smärt och rehabiliteringscentrum.
    Ebbers, Tino
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för kardiovaskulär medicin. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Hjärt- och Medicincentrum, Fysiologiska kliniken US. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Engström, Maria
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Jönsson, Margaretha
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten. Herrgardets Vardcentral, Sweden.
    Wåhlén, Karin
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för samhällsmedicin. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Sinnescentrum, Smärt och rehabiliteringscentrum.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Kristjansson, Eythor
    Univ Iceland, Iceland.
    Bahat, Hilla Sarig
    Univ Haifa, Israel.
    German, Dmitry
    Univ Haifa, Israel.
    Zsigmond, Peter
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för neuro- och inflammationsvetenskap. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Sinnescentrum, Neurokirurgiska kliniken US.
    Peterson, Gunnel
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten. Uppsala Univ, Sweden.
    Pathophysiology behind prolonged whiplash associated disorders: study protocol for an experimental study2019Ingår i: BMC Musculoskeletal Disorders, ISSN 1471-2474, E-ISSN 1471-2474, Vol. 20, artikel-id 51Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    BackgroundThere is insufficient knowledge of pathophysiological parameters to understand the mechanism behind prolonged whiplash associated disorders (WAD), and it is not known whether or not changes can be restored by rehabilitation. The aims of the projects are to investigate imaging and molecular biomarkers, cervical kinaesthesia, postural sway and the association with pain, disability and other outcomes in individuals with longstanding WAD, before and after a neck-specific exercise intervention. Another aim is to compare individuals with WAD with healthy controls.MethodsParticipants are a sub-group (n=30) of individuals recruited from an ongoing randomized controlled study (RCT). Measurements in this experimental prospective study will be carried out at baseline (before intervention) and at a three month follow-up (end of physiotherapy intervention), and will include muscle structure and inflammation using magnetic resonance imaging (MRI), brain structure and function related to pain using functional MRI (fMRI), muscle function using ultrasonography, biomarkers using samples of blood and saliva, cervical kinaesthesia using the butterfly test and static balance test using an iPhone app. Association with other measures (self-reported and clinical measures) obtained in the RCT (e.g. background data, pain, disability, satisfaction with care, work ability, quality of life) may be investigated. Healthy volunteers matched for age and gender will be recruited as controls (n=30).DiscussionThe study results may contribute to the development of improved diagnostics and improved rehabilitation methods for WAD.Trial registrationClinicaltrial.gov Protocol ID: NCT03664934, initial release 09/11/2018.

  • 16.
    Thomas, Marianna S
    et al.
    Department of Radiology, Norfolk & Norwich University Hospital, Norwich, UK..
    Newman, David
    Department of Radiology, Norfolk & Norwich University Hospital, Norwich, UK..
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. 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.
    Karlsson, Anette
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Rosander, Johannes
    Advanced MR Analytics AB, Linköping, Sweden.
    Kasmai, Bahman
    Department of Radiology Norfolk & Norwich University Hospital, United Kingdom.
    Greenwood, Richard
    Department of Radiology Norfolk & Norwich University Hospital, United Kingdom.
    Malcolm, Paul N
    Department of Radiology Norfolk & Norwich University Hospital, United Kingdom.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Toms, Andoni P
    Department of Radiology Norfolk & Norwich University Hospital, United Kingdom.
    Test-retest reliability of automated whole body and compartmental muscle volume measurements on a wide bore 3T MR system2014Ingår i: European Radiology, ISSN 0938-7994, E-ISSN 1432-1084, Vol. 24, nr 9, s. 2279-2291Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    PURPOSE:

    To measure the test-retest reproducibility of an automated system for quantifying whole body and compartmental muscle volumes using wide bore 3 T MRI.

    MATERIALS AND METHODS:

    Thirty volunteers stratified by body mass index underwent whole body 3 T MRI, two-point Dixon sequences, on two separate occasions. Water-fat separation was performed, with automated segmentation of whole body, torso, upper and lower leg volumes, and manually segmented lower leg muscle volumes.

    RESULTS:

    Mean automated total body muscle volume was 19·32 L (SD9·1) and 19·28 L (SD9·12) for first and second acquisitions (Intraclass correlation coefficient (ICC) = 1·0, 95 % level of agreement -0·32-0·2 L). ICC for all automated test-retest muscle volumes were almost perfect (0·99-1·0) with 95 % levels of agreement 1.8-6.6 % of mean volume. Automated muscle volume measurements correlate closely with manual quantification (right lower leg: manual 1·68 L (2SD0·6) compared to automated 1·64 L (2SD 0·6), left lower leg: manual 1·69 L (2SD 0·64) compared to automated 1·63 L (SD0·61), correlation coefficients for automated and manual segmentation were 0·94-0·96).

    CONCLUSION:

    Fully automated whole body and compartmental muscle volume quantification can be achieved rapidly on a 3 T wide bore system with very low margins of error, excellent test-retest reliability and excellent correlation to manual segmentation in the lower leg.

    KEY POINTS:

    • Sarcopaenia is an important reversible complication of a number of diseases. • Manual quantification of muscle volume is time-consuming and expensive. • Muscles can be imaged using in and out of phase MRI. • Automated atlas-based segmentation can identify muscle groups. • Automated muscle volume segmentation is reproducible and can replace manual measurements.

  • 17.
    West, Janne
    et al.
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Medicinska fakulteten.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Adv MR Analyt AB, Linkoping, Sweden.
    Thorell, Sofia
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för barns och kvinnors hälsa. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Sweden.
    Lindblom, Hanna
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    Berin, Emilia
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för barns och kvinnors hälsa. Linköpings universitet, Medicinska fakulteten.
    Spetz Holm, Anna-Clara
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för barns och kvinnors hälsa. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Lindh Åstrand, Lotta
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för barns och kvinnors hälsa. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Karlsson, Anette
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Adv MR Analyt AB, Linkoping, Sweden.
    Hammar, Mats
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för barns och kvinnors hälsa. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Adv MR Analyt AB, Linkoping, Sweden.
    Precision of MRI-based body composition measurements of postmenopausal women2018Ingår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 13, nr 2, artikel-id e0192495Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Objectives To determine precision of magnetic resonance imaging (MRI) based fat and muscle quantification in a group of postmenopausal women. Furthermore, to extend the method to individual muscles relevant to upper-body exercise. Materials and methods This was a sub-study to a randomized control trial investigating effects of resistance training to decrease hot flushes in postmenopausal women. Thirty-six women were included, mean age 56 +/- 6 years. Each subject was scanned twice with a 3.0T MR-scanner using a whole-body Dixon protocol. Water and fat images were calculated using a 6-peak lipid model including R2*-correction. Body composition analyses were performed to measure visceral and subcutaneous fat volumes, lean volumes and muscle fat infiltration (MFI) of the muscle groups thigh muscles, lower leg muscles, and abdominal muscles, as well as the three individual muscles pectoralis, latissimus, and rhomboideus. Analysis was performed using a multi-atlas, calibrated water-fat separated quantification method. Liver-fat was measured as average proton density fat-fraction (PDFF) of three regions-of-interest. Precision was determined with Bland-Altman analysis, repeatability, and coefficient of variation. Results All of the 36 included women were successfully scanned and analysed. The coefficient of variation was 1.1% to 1.5% for abdominal fat compartments (visceral and subcutaneous), 0.8% to 1.9% for volumes of muscle groups (thigh, lower leg, and abdomen), and 2.3% to 7.0% for individual muscle volumes (pectoralis, latissimus, and rhomboideus). Limits of agreement for MFI was within +/- 2.06% for muscle groups and within +/- 5.13% for individual muscles. The limits of agreement for liver PDFF was within +/- 1.9%. Conclusion Whole-body Dixon MRI could characterize a range of different fat and muscle compartments with high precision, including individual muscles, in the study-group of postmenopausal women. The inclusion of individual muscles, calculated from the same scan, enables analysis for specific intervention programs and studies.

1 - 17 av 17
RefereraExporteraLänk till träfflistan
Permanent länk
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