liu.seSearch for publications in DiVA
Endre søk
Begrens søket
1 - 27 of 27
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Treff pr side
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
Merk
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Borga, Magnus
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    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.
    Bell, Jimmy
    Westminster University, London, UK.
    Harvey, Nicholas
    University of Southampton, IK.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Heymsfield, Steven
    Pennington Biomedical Research Center, Baton Rouge, LA, US.
    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. Advanced MR Analytics AB, Linköping, Sweden.
    Advanced body composition assessment: From body mass index to body composition profiling2018Inngår i: Journal of Investigative Medicine, ISSN 1081-5589, E-ISSN 1708-8267, Vol. 66, s. 887-895Artikkel, forskningsoversikt (Fagfellevurdert)
    Abstract [en]

    This paper gives a brief overview of common non-invasive techniques for body composition analysis and a more in-depth review of a body composition assessment method based on fat-referenced quantitative magnetic resonance imaging (MRI). Earlier published studies of this method are summarized, and a previously un-published validation study, based on 4.753 subjects from the UK Biobank imaging cohort, comparing the quantitative MRI method with dual-energy x-ray absorptiometry (DXA) is presented. For whole-body measurements of adipose tissue (AT) or fat and lean tissue (LT), DXA and quantitative MRI show excellent agreement with linear correlation of 0.99 and 0.97, and coefficient of variation (CV) of 4.5 % and 4.6 % for fat (computed from AT) and lean tissue respectively, but the agreement was found significantly lower for visceral adipose tissue, with a CV of more than 20 %. The additional ability of MRI to also measure muscle volumes, muscle AT infiltration and ectopic fat in combination with rapid scanning protocols and efficient image analysis tools make quantitative MRI a powerful tool for advanced body composition assessment. 

  • 2.
    Romu, Thobias
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    West, Janne
    Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Spetz, Anna-Clara
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för kliniska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Lindblom, Hanna
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    Lindh Åstrand, Lotta
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för kliniska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Hammar, Mats
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för kliniska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    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.
    The effect of flip-angle on body composition using calibrated water-fat MRI.2016Konferansepaper (Annet vitenskapelig)
    Abstract [en]

    This study tested how the flip angle affects body composition analysis by MRI, if adipose tissue is used as an internal intensity reference. Whole-body water-fat images with flip angle 5° and 10° were collected from 29 women in an ongoing study. The images were calibrated based on the adipose tissue signal and whole-body total adipose, lean and soft tissue volumes were measured. A mean difference of 0.29 L, or 0.90 % of the average volume, and a coefficient of variation of 0.40 % was observed for adipose tissue.

  • 3.
    Tisell, Anders
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Linköpings universitet, Hälsouniversitetet.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Hälsouniversitetet.
    West, Janne
    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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Absolute quantification of 1H Magnetic Resonance Spectroscopy of human brain using qMRI2009Konferansepaper (Annet vitenskapelig)
  • 4.
    Warntjes, Marcel, Jan Bertus
    et al.
    Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Östergötlands Läns Landsting, Hjärtcentrum, Fysiologiska kliniken.
    Dahlqvist, Olof
    Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    West, Janne
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. 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, Kirurgi- och onkologicentrum, Radiofysikavdelningen. Östergötlands Läns Landsting, Bildmedicinskt centrum, Röntgenkliniken i Linköping.
    Rapid magnetic resonance quantification on the brain: Optimization for clinical usage2008Inngår i: Magnetic Resonance in Medicine, ISSN 0740-3194, E-ISSN 1522-2594, Vol. 60, nr 2, s. 320-329Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    A method is presented for rapid simultaneous quantification of the longitudinal T1 relaxation, the transverse T2 relaxation, the proton density (PD), and the amplitude of the local radio frequency B 1 field. All four parameters are measured in one single scan by means of a multislice, multiecho, and multidelay acquisition. It is based on a previously reported method, which was substantially improved for routine clinical usage. The improvements comprise of the use of a multislice spin-echo technique, a background phase correction, and a spin system simulation to compensate for the slice-selective RF pulse profile effects. The aim of the optimization was to achieve the optimal result for the quantification of magnetic resonance parameters within a clinically acceptable time. One benchmark was high-resolution coverage of the brain within 5 min. In this scan time the measured intersubject standard deviation (SD) in a group of volunteers was 2% to 8%, depending on the tissue (voxel size = 0.8 x 0.8 x 5 mm). As an example, the method was applied to a patient with multiple sclerosis in whom the diseased tissue could clearly be distinguished from healthy reference values. Additionally it was shown that, using the approach of synthetic MRI, both accurate conventional contrast images as well as quantification maps can be generated based on the same scan. © 2008 Wiley-Liss, Inc.

  • 5.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    Tisell, Anders
    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.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken. Östergötlands Läns Landsting, Närsjukvården i västra Östergötland, Medicinska specialistkliniken .
    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.
    Fully Automatic Brain Tissue Mapping on Multiple Sclerosis Based on Quantitative MRI2011Konferansepaper (Fagfellevurdert)
  • 6.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Hälsouniversitetet.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Birgander, R
    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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Semi-automatic Brain Ventricle Segmentation using Partial Volume Fraction Calculation of CSF based on Quantitative MRI2010Konferansepaper (Annet vitenskapelig)
  • 7.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Helms, G.
    University Medical Center, Göttingen, Germany.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken. Östergötlands Läns Landsting, Närsjukvården i västra Östergötland, Medicinska specialistkliniken .
    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.
    Estimation of total myelin volume in the brain2011Inngår i: Internationell Society for Magnetic Resonance in Medicin, 2011, 2011, s. 2175-2175Konferansepaper (Fagfellevurdert)
  • 8.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Helms, G.
    University Medical Center, Göttingen, Germany.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken. Östergötlands Läns Landsting, Närsjukvården i västra Östergötland, Medicinska specialistkliniken .
    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.
    Using multi-parametric quantitative MRI to model myelin in the brain2011Inngår i: Internationell Society for Magnetic Resonance in Medicin, 2011, 2011, s. 536-536Konferansepaper (Fagfellevurdert)
  • 9.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Hälsouniversitetet.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Psykiatri. Östergötlands Läns Landsting, Sinnescentrum, Neurokirurgiska kliniken US. 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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Absolute Quantification of Myelin related Volume in the Brain2010Konferansepaper (Annet vitenskapelig)
  • 10.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Hälsouniversitetet.
    West, Janne
    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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Method for accurate brain atrophy follow-up using functional relaxometric classification2009Konferansepaper (Annet vitenskapelig)
  • 11.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Hälsouniversitetet.
    West, Janne
    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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Method for accurate tumor volume estimation in the brain using healthy tissue subtraction2009Konferansepaper (Annet vitenskapelig)
  • 12.
    Warntjes, Marcel
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    West, Janne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Tisell, Anders
    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.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken.
    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.
    Fully Automatic Brain Tissue Segmentation on Multiple Sclerosis Patients with a High and a Low Number of White Matter Lesions2012Konferansepaper (Annet vitenskapelig)
  • 13.
    West, Janne
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet.
    Quantitative Magnetic Resonance Imaging of the Brain: Applications for Tissue Segmentation and Multiple Sclerosis2014Doktoravhandling, med artikler (Annet vitenskapelig)
    Abstract [en]

    Magnetic resonance imaging (MRI) is a sensitive technique for assessing white matter (WM) lesions in multiple sclerosis (MS), but there is a low correlation between MRI findings and clinical disability. Because of this, other pathological changes are of interest, including changes in normal appearing white matter (NAWM) and diffusely abnormal white matter (DAWM). Even so, the mechanisms leading to permanent disability in MS remain unclear.

    In contrast to conventional MRI, quantitative MRI (qMRI) is aimed at the direct measurement of the physical tissue properties, such as the relaxation times, T1 and T2, as well as the proton density (PD). QMRI is promising for characterising and quantifying changes in MS and for brain tissue segmentation.

    The present work describes a novel method of qMRI for the human brain (QMAP), and a segmentation method based on this. The developed methods were validated in control subjects and MR phantoms. Furthermore, an application in diseased human brain was demonstrated in MS patients. In all, 50 healthy controls and 35 MS patients were scanned with qMRI in a total of 225 acquisitions.

    One major finding of this work was that qMRI was able to detect and quantify changes in the MS disease that were not visible using conventional MRI. In particular, it was found that DAWM appears to constitute an intermediate between focal white matter (WM) lesions and NAWM. These changes may be caused by pathological processes that are not entirely attributable to Wallerian degeneration.

    This study showed that the QMAP method had high accuracy and relatively high precision, within a clinically acceptable time. This work also demonstrated that qMRI could be used for brain tissue segmentation and volume estimation of the whole brain, using pre-defined tissue characteristics. The results showed that brain tissue segmentation had high repeatability, which was somewhat lower when different geometries were acquired or different field strengths used. In particular, small differences were found between 1.5 T and 3.0 T in deep brain structures, the cerebellum and the brain stem.

    This work leads the way for early clinical applications of qMRI, and the challenge for the years to come is to understand the connection between qMRI properties of the brain and underlying biology.

    Delarbeid
    1. Rapid magnetic resonance quantification on the brain: Optimization for clinical usage
    Åpne denne publikasjonen i ny fane eller vindu >>Rapid magnetic resonance quantification on the brain: Optimization for clinical usage
    2008 (engelsk)Inngår i: Magnetic Resonance in Medicine, ISSN 0740-3194, E-ISSN 1522-2594, Vol. 60, nr 2, s. 320-329Artikkel i tidsskrift (Fagfellevurdert) Published
    Abstract [en]

    A method is presented for rapid simultaneous quantification of the longitudinal T1 relaxation, the transverse T2 relaxation, the proton density (PD), and the amplitude of the local radio frequency B 1 field. All four parameters are measured in one single scan by means of a multislice, multiecho, and multidelay acquisition. It is based on a previously reported method, which was substantially improved for routine clinical usage. The improvements comprise of the use of a multislice spin-echo technique, a background phase correction, and a spin system simulation to compensate for the slice-selective RF pulse profile effects. The aim of the optimization was to achieve the optimal result for the quantification of magnetic resonance parameters within a clinically acceptable time. One benchmark was high-resolution coverage of the brain within 5 min. In this scan time the measured intersubject standard deviation (SD) in a group of volunteers was 2% to 8%, depending on the tissue (voxel size = 0.8 x 0.8 x 5 mm). As an example, the method was applied to a patient with multiple sclerosis in whom the diseased tissue could clearly be distinguished from healthy reference values. Additionally it was shown that, using the approach of synthetic MRI, both accurate conventional contrast images as well as quantification maps can be generated based on the same scan. © 2008 Wiley-Liss, Inc.

    Emneord
    quantitatie MRI, T1 mapping, T2mapping, PD mapping, B1 mapping, synthetic MRI, neurodegenerative disease
    HSV kategori
    Identifikatorer
    urn:nbn:se:liu:diva-42804 (URN)10.1002/mrm.21635 (DOI)000258105800011 ()68904 (Lokal ID)68904 (Arkivnummer)68904 (OAI)
    Tilgjengelig fra: 2009-10-10 Laget: 2009-10-10 Sist oppdatert: 2019-06-14bibliografisk kontrollert
    2. Novel whole brain segmentation and volume estimation using quantitative MRI
    Åpne denne publikasjonen i ny fane eller vindu >>Novel whole brain segmentation and volume estimation using quantitative MRI
    2012 (engelsk)Inngår i: European Radiology, ISSN 0938-7994, E-ISSN 1432-1084, Vol. 22, nr 5, s. 998-1007Artikkel i tidsskrift (Fagfellevurdert) Published
    Abstract [en]

    OBJECTIVES:

    Brain segmentation and volume estimation of grey matter (GM), white matter (WM) and cerebro-spinal fluid (CSF) are important for many neurological applications. Volumetric changes are observed in multiple sclerosis (MS), Alzheimer's disease and dementia, and in normal aging. A novel method is presented to segment brain tissue based on quantitative magnetic resonance imaging (qMRI) of the longitudinal relaxation rate R(1), the transverse relaxation rate R(2) and the proton density, PD.

    METHODS:

    Previously reported qMRI values for WM, GM and CSF were used to define tissues and a Bloch simulation performed to investigate R(1), R(2) and PD for tissue mixtures in the presence of noise. Based on the simulations a lookup grid was constructed to relate tissue partial volume to the R(1)-R(2)-PD space. The method was validated in 10 healthy subjects. MRI data were acquired using six resolutions and three geometries.

    RESULTS:

    Repeatability for different resolutions was 3.2% for WM, 3.2% for GM, 1.0% for CSF and 2.2% for total brain volume. Repeatability for different geometries was 8.5% for WM, 9.4% for GM, 2.4% for CSF and 2.4% for total brain volume.

    CONCLUSION:

    We propose a new robust qMRI-based approach which we demonstrate in a patient with MS. KEY POINTS : • A method for segmenting the brain and estimating tissue volume is presented • This method measures white matter, grey matter, cerebrospinal fluid and remaining tissue • The method calculates tissue fractions in voxel, thus accounting for partial volume • Repeatability was 2.2% for total brain volume with imaging resolution <2.0 mm.

    sted, utgiver, år, opplag, sider
    Springer, 2012
    Emneord
    Brain segmentation – Tissue classification – Quantitative MRI – Brain volume estimation – Partial volume
    HSV kategori
    Identifikatorer
    urn:nbn:se:liu:diva-73625 (URN)10.1007/s00330-011-2336-7 (DOI)000303875900007 ()22113264 (PubMedID)
    Merknad
    funding agencies|CMIV||Research Council of South-East Sweden (FORSS)||National Research Council (VR/NT)||Knowledge Foundation (KK)||University Hospital Research Funds||Tilgjengelig fra: 2012-01-10 Laget: 2012-01-10 Sist oppdatert: 2017-12-08
    3. Application of Quantitative MRI for Brain Tissue Segmentation at 1.5 T and 3.0 T Field Strengths
    Åpne denne publikasjonen i ny fane eller vindu >>Application of Quantitative MRI for Brain Tissue Segmentation at 1.5 T and 3.0 T Field Strengths
    Vise andre…
    2013 (engelsk)Inngår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 8, nr 9Artikkel i tidsskrift (Fagfellevurdert) Published
    Abstract [en]

    Background

    Brain tissue segmentation of white matter (WM), grey matter (GM), and cerebrospinal fluid (CSF) are important in neuroradiological applications. Quantitative Mri (qMRI) allows segmentation based on physical tissue properties, and the dependencies on MR scanner settings are removed. Brain tissue groups into clusters in the three dimensional space formed by the qMRI parameters R1, R2 and PD, and partial volume voxels are intermediate in this space. The qMRI parameters, however, depend on the main magnetic field strength. Therefore, longitudinal studies can be seriously limited by system upgrades. The aim of this work was to apply one recently described brain tissue segmentation method, based on qMRI, at both 1.5 T and 3.0 T field strengths, and to investigate similarities and differences.

    Methods

    In vivo qMRI measurements were performed on 10 healthy subjects using both 1.5 T and 3.0 T MR scanners. The brain tissue segmentation method was applied for both 1.5 T and 3.0 T and volumes of WM, GM, CSF and brain parenchymal fraction (BPF) were calculated on both field strengths. Repeatability was calculated for each scanner and a General Linear Model was used to examine the effect of field strength. Voxel-wise t-tests were also performed to evaluate regional differences.

    Results

    Statistically significant differences were found between 1.5 T and 3.0 T for WM, GM, CSF and BPF (p<0.001). Analyses of main effects showed that WM was underestimated, while GM and CSF were overestimated on 1.5 T compared to 3.0 T. The mean differences between 1.5 T and 3.0 T were -66 mL WM, 40 mL GM, 29 mL CSF and -1.99% BPF. Voxel-wise t-tests revealed regional differences of WM and GM in deep brain structures, cerebellum and brain stem.

    Conclusions

    Most of the brain was identically classified at the two field strengths, although some regional differences were observed.

    sted, utgiver, år, opplag, sider
    United States: Public Library of Science, 2013
    HSV kategori
    Identifikatorer
    urn:nbn:se:liu:diva-97960 (URN)10.1371/journal.pone.0074795 (DOI)000324494000135 ()
    Tilgjengelig fra: 2013-09-23 Laget: 2013-09-23 Sist oppdatert: 2017-12-06
    4. Normal Appearing and Diffusely Abnormal White Matter in Patients with Multiple Sclerosis, Assessed with Quantitative MR: Optimization for clinical usage
    Åpne denne publikasjonen i ny fane eller vindu >>Normal Appearing and Diffusely Abnormal White Matter in Patients with Multiple Sclerosis, Assessed with Quantitative MR: Optimization for clinical usage
    Vise andre…
    2014 (engelsk)Inngår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 9, nr 4, s. e95161-Artikkel i tidsskrift (Fagfellevurdert) Published
    Abstract [en]

    Introduction: Magnetic Resonance Imaging is a sensitive technique for detecting white matter (WM) MS lesions, but the relation with clinical disability is low. Because of this, changes in both ‘normal appearing white matter’ (NAWM) and ‘diffusely abnormal white matter’ (DAWM) have been of interest in recent years. MR techniques, including quantitative magnetic resonance imaging (qMRI) and quantitative magnetic resonance spectroscopy (qMRS), have been developed in order to detect and  quantify such changes.

    In this study, a combination of qMRI and qMRS was used to investigate NAWM and DAWM in typical MS patients and in MS patients with low number of WM lesions. Patient data were compared to ‘normal white matter’ (NWM) in healthy controls.

    Methods: QMRI and qMRS measurements were performed on a 1.5T Philips MR-scanner. 35 patients with clinically definite MS and 20 healthy controls were included. Fifteen of the patients showed few WM lesions (‘MRIneg‘) and 20 showed radiologically typical findings (‘MRIpos’). QMRI properties were determined in ROIs of NAWM, DAWM and WM lesions in the MS groups and of NWM in controls. Descriptive statistical analysis and comparisons were performed. Correlations were calculated between qMRI measurements and (1) clinical parameters and (2) WM metabolite concentrations. Regression analyses were performed with brain parenchyma fraction and MSSS.

    Results: NAWM in the MRIneg group was significantly different from NAWM in the MRIpos group and NWM. In addition, R1 and R2 of NAWM in the MRIpos group correlated negatively with EDSS and MSSS. DAWM was significantly different from NWM, but similar in the two MS groups. N-acetyl aspartate correlated negatively with R1 and R2 in MRIneg. Finally, R2 of DAWM was associated with BPF.

    Conclusions: Changes in NAWM and DAWM are independent pathological entities in the disease. Combined qMRI and qMRS measurements of NAWM and DAWM provide important markers for disease status.

    sted, utgiver, år, opplag, sider
    Public Library of Science, 2014
    Emneord
    Multiple Sclerosis, Quantitative MRI, Quantitative MRS, QMRI, MRS
    HSV kategori
    Identifikatorer
    urn:nbn:se:liu:diva-103041 (URN)10.1371/journal.pone.0095161 (DOI)000335226500062 ()
    Tilgjengelig fra: 2014-01-10 Laget: 2014-01-10 Sist oppdatert: 2019-06-14bibliografisk kontrollert
  • 14.
    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, Hälsouniversitetet.
    Aalto, Anne
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Tisell, Anders
    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.
    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.
    Landtblom, Anne-Marie
    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 .
    Smedby, Örjan
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Lundberg, Peter
    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. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Normal Appearing and Diffusely Abnormal White Matter in Patients with Multiple Sclerosis, Assessed with Quantitative MR: Optimization for clinical usage2014Inngår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 9, nr 4, s. e95161-Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Introduction: Magnetic Resonance Imaging is a sensitive technique for detecting white matter (WM) MS lesions, but the relation with clinical disability is low. Because of this, changes in both ‘normal appearing white matter’ (NAWM) and ‘diffusely abnormal white matter’ (DAWM) have been of interest in recent years. MR techniques, including quantitative magnetic resonance imaging (qMRI) and quantitative magnetic resonance spectroscopy (qMRS), have been developed in order to detect and  quantify such changes.

    In this study, a combination of qMRI and qMRS was used to investigate NAWM and DAWM in typical MS patients and in MS patients with low number of WM lesions. Patient data were compared to ‘normal white matter’ (NWM) in healthy controls.

    Methods: QMRI and qMRS measurements were performed on a 1.5T Philips MR-scanner. 35 patients with clinically definite MS and 20 healthy controls were included. Fifteen of the patients showed few WM lesions (‘MRIneg‘) and 20 showed radiologically typical findings (‘MRIpos’). QMRI properties were determined in ROIs of NAWM, DAWM and WM lesions in the MS groups and of NWM in controls. Descriptive statistical analysis and comparisons were performed. Correlations were calculated between qMRI measurements and (1) clinical parameters and (2) WM metabolite concentrations. Regression analyses were performed with brain parenchyma fraction and MSSS.

    Results: NAWM in the MRIneg group was significantly different from NAWM in the MRIpos group and NWM. In addition, R1 and R2 of NAWM in the MRIpos group correlated negatively with EDSS and MSSS. DAWM was significantly different from NWM, but similar in the two MS groups. N-acetyl aspartate correlated negatively with R1 and R2 in MRIneg. Finally, R2 of DAWM was associated with BPF.

    Conclusions: Changes in NAWM and DAWM are independent pathological entities in the disease. Combined qMRI and qMRS measurements of NAWM and DAWM provide important markers for disease status.

  • 15.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Aalto, Anne
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken.
    Smedby, Örjan
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping.
    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.
    Characterizing Normal Appearing White and Diseased Matter in Multiple Sclerosis Using Quantitative MRI2012Konferansepaper (Annet vitenskapelig)
  • 16.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet.
    Blystad, Ida
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet.
    Engström, Maria
    Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Warntjes, Marcel Jan Bertus
    Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    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.
    Application of Quantitative MRI for Brain Tissue Segmentation at 1.5 T and 3.0 T Field Strengths2013Inngår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 8, nr 9Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Background

    Brain tissue segmentation of white matter (WM), grey matter (GM), and cerebrospinal fluid (CSF) are important in neuroradiological applications. Quantitative Mri (qMRI) allows segmentation based on physical tissue properties, and the dependencies on MR scanner settings are removed. Brain tissue groups into clusters in the three dimensional space formed by the qMRI parameters R1, R2 and PD, and partial volume voxels are intermediate in this space. The qMRI parameters, however, depend on the main magnetic field strength. Therefore, longitudinal studies can be seriously limited by system upgrades. The aim of this work was to apply one recently described brain tissue segmentation method, based on qMRI, at both 1.5 T and 3.0 T field strengths, and to investigate similarities and differences.

    Methods

    In vivo qMRI measurements were performed on 10 healthy subjects using both 1.5 T and 3.0 T MR scanners. The brain tissue segmentation method was applied for both 1.5 T and 3.0 T and volumes of WM, GM, CSF and brain parenchymal fraction (BPF) were calculated on both field strengths. Repeatability was calculated for each scanner and a General Linear Model was used to examine the effect of field strength. Voxel-wise t-tests were also performed to evaluate regional differences.

    Results

    Statistically significant differences were found between 1.5 T and 3.0 T for WM, GM, CSF and BPF (p<0.001). Analyses of main effects showed that WM was underestimated, while GM and CSF were overestimated on 1.5 T compared to 3.0 T. The mean differences between 1.5 T and 3.0 T were -66 mL WM, 40 mL GM, 29 mL CSF and -1.99% BPF. Voxel-wise t-tests revealed regional differences of WM and GM in deep brain structures, cerebellum and brain stem.

    Conclusions

    Most of the brain was identically classified at the two field strengths, although some regional differences were observed.

  • 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, Hälsouniversitetet.
    Blystad, Ida
    Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper.
    Engström, Maria
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel Jan Bertus
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för kardiovaskulär medicin. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet. Region Östergötland, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    Lundberg, Peter
    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.
    On fully automated whole-brain tissue segementation at 1.5 T and 3 T based on quantitative MRI.2013Konferansepaper (Annet vitenskapelig)
  • 18.
    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, Hälsouniversitetet.
    Blystad, Ida
    Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper.
    Engström, Maria
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel Jan Bertus
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för kardiovaskulär medicin. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet. Region Östergötland, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    Lundberg, Peter
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    QMRI of normal appearing white matter in MS patients with normal MR imaging brain scans2013Konferansepaper (Fagfellevurdert)
  • 19.
    West, Janne
    et al.
    Linköpings universitet, Institutionen för medicin och hälsa. 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.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Thomas, E. Louise
    Department of Life Sciences Faculty of Science and Technology, University of Westminster, London, UK.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Bell, Jimmy
    Department of Life Sciences Faculty of Science and Technology, University of Westminster, London, UK.
    Body Composition Analysis In Large Scale Population Studies using Dixon Water-Fat Separated Imaging2016Konferansepaper (Annet vitenskapelig)
    Abstract [en]

    Water-fat separated MRI, based on Dixon imaging techniques enables high soft-tissue contrast and the separation of fat and muscle compartments. This study investigate the feasibility and success-rate of one recently described method for MR data-acquisition and body composition analysis, in a large-scale population study. The first 1,000 subjects in the UK Biobank imaging cohort were scanned, quality assured and included for body composition analysis. Volumes of visceral adipose tissue, abdominal subcutaneous tissue, and thigh muscles were calculated. This study showed that the rapid MR-examination was sufficiently robust to achieve very high success-rate for body composition analysis. 

  • 20.
    West, Janne
    et al.
    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.
    Quantitative Magnetic Resonance Imaging: Sensitivity to Acquisition Parameters2011Konferansepaper (Fagfellevurdert)
  • 21.
    West, Janne
    et al.
    Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Romu, Thobias
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Spetz, Anna-Clara
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för kliniska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Lindblom, Hanna
    Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för fysioterapi. Linköpings universitet, Medicinska fakulteten.
    Lindh Åstrand, Lotta
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för kliniska vetenskaper. Linköpings universitet, Medicinska fakulteten. Region Östergötland, Barn- och kvinnocentrum, Kvinnokliniken i Linköping.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Hammar, Mats
    Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för kliniska vetenskaper. 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. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.
    Automatic combined whole-body muscle and fat volume quantification using water-fat separated MRI in postmenopausal women2015Inngår i: International Society for Magnetic Resonance in Medicine Annual Meeting: Proceedings, 2015Konferansepaper (Annet vitenskapelig)
    Abstract [en]

    Quantitative and exact measurements of fat and muscle in the body are important when addressing some of the greatest health-challenges today. In this study whole-body combined regional muscle and fat volume quantification was validated in a group of postmenopausal women, where the body composition is changing. Twelve subjects were scanned with a 4-echo 3D gradient-echo sequence. Water and fat image volumes were calculated using IDEAL, and image intensity correction was performed. Subsequently, automatic tissue segmentation was established using non-rigid morphon based registration. Whole-body regional fat and muscle segmentation could be performed with excellent test-retest reliability, in a single 7-minutes MR-scan.

  • 22.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. Linköpings universitet, Hälsouniversitetet.
    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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Absolute Quantification of T1, T2, PD and B1 on Patients with Multiple Sclerosis, Covering the Brain in 5 Minutes2008Konferansepaper (Annet vitenskapelig)
  • 23.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    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.
    Novel whole brain segmentation and volume estimation using quantitative MRI2012Inngår i: European Radiology, ISSN 0938-7994, E-ISSN 1432-1084, Vol. 22, nr 5, s. 998-1007Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    OBJECTIVES:

    Brain segmentation and volume estimation of grey matter (GM), white matter (WM) and cerebro-spinal fluid (CSF) are important for many neurological applications. Volumetric changes are observed in multiple sclerosis (MS), Alzheimer's disease and dementia, and in normal aging. A novel method is presented to segment brain tissue based on quantitative magnetic resonance imaging (qMRI) of the longitudinal relaxation rate R(1), the transverse relaxation rate R(2) and the proton density, PD.

    METHODS:

    Previously reported qMRI values for WM, GM and CSF were used to define tissues and a Bloch simulation performed to investigate R(1), R(2) and PD for tissue mixtures in the presence of noise. Based on the simulations a lookup grid was constructed to relate tissue partial volume to the R(1)-R(2)-PD space. The method was validated in 10 healthy subjects. MRI data were acquired using six resolutions and three geometries.

    RESULTS:

    Repeatability for different resolutions was 3.2% for WM, 3.2% for GM, 1.0% for CSF and 2.2% for total brain volume. Repeatability for different geometries was 8.5% for WM, 9.4% for GM, 2.4% for CSF and 2.4% for total brain volume.

    CONCLUSION:

    We propose a new robust qMRI-based approach which we demonstrate in a patient with MS. KEY POINTS : • A method for segmenting the brain and estimating tissue volume is presented • This method measures white matter, grey matter, cerebrospinal fluid and remaining tissue • The method calculates tissue fractions in voxel, thus accounting for partial volume • Repeatability was 2.2% for total brain volume with imaging resolution <2.0 mm.

  • 24.
    West, Janne
    et al.
    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, Fysiologi. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. 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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Segmentation and Volume Estimation on a Sub-voxel Basis using Quantitative MR: A Validation Study2010Konferansepaper (Annet vitenskapelig)
  • 25.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Klinisk fysiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Hjärt- och Medicincentrum, Fysiologiska kliniken US.
    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.
    Using Quantitative Magnetic Resonance Imaging to Generate Disease Images of Multiple Sclerosis2011Konferansepaper (Fagfellevurdert)
  • 26.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa. 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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Psykiatri. Östergötlands Läns Landsting, Sinnescentrum, Neurokirurgiska kliniken US. Linköpings universitet, Hälsouniversitetet.
    Accurate Estimation of Tissue Volumes by means of Quantitative MR on patients with Multiple Sclerosis2009Konferansepaper (Annet vitenskapelig)
  • 27.
    West, Janne
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Warntjes, Marcel
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Institutionen för medicin och hälsa.
    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. Östergötlands Läns Landsting, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US. Östergötlands Läns Landsting, Diagnostikcentrum, Röntgenkliniken i Linköping. Linköpings universitet, Hälsouniversitetet.
    Landtblom, Anne-Marie
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Psykiatri. Östergötlands Läns Landsting, Sinnescentrum, Neurokirurgiska kliniken US.
    Accurate Estimation of Tissue Volumes by means of Quantitative MR on patients with Multiple Sclerosis2009Konferansepaper (Annet vitenskapelig)
1 - 27 of 27
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf