Latvian
Albanian
Arabic
Armenian
Azerbaijani
Belarusian
Bengali
Bosnian
Catalan
Czech
Danish
Deutsch
Dutch
English
Estonian
Finnish
Français
Greek
Haitian Creole
Hebrew
Hindi
Hungarian
Icelandic
Indonesian
Irish
Italian
Japanese
Korean
Latvian
Lithuanian
Macedonian
Mongolian
Norwegian
Persian
Polish
Portuguese
Romanian
Russian
Serbian
Slovak
Slovenian
Spanish
Swahili
Swedish
Turkish
Ukrainian
Vietnamese
Български
中文(简体)
中文(繁體)
Scientific Reports 2019-Jun

Optimal Phased-Array Signal Combination For Polyunsaturated Fatty Acids Measurement In Breast Cancer Using Multiple Quantum Coherence MR Spectroscopy At 3T.

Rakstu tulkošanu var veikt tikai reģistrēti lietotāji
Ielogoties Reģistrēties
Saite tiek saglabāta starpliktuvē
Vasiliki Mallikourti
Sai Cheung
Tanja Gagliardi
Yazan Masannat
Steven Heys
Jiabao He

Atslēgvārdi

Abstrakts

Polyunsaturated fatty acid (PUFA), a key marker in breast cancer, is non-invasively quantifiable using multiple quantum coherence (MQC) magnetic resonance spectroscopy (MRS) at the expense of losing half of the signal. Signal combination for phased array coils provides potential pathways to enhance the signal to noise ratio (SNR), with current algorithms developed for conventional brain MRS. Since PUFA spectra and the biochemical environment in the breast deviate significantly from those in the brain, we set out to identify the optimal algorithm for PUFA in breast cancer. Combination algorithms were compared using PUFA spectra from 17 human breast tumour specimens, 15 healthy female volunteers, and 5 patients with breast cancer on a clinical 3 T MRI scanner. Adaptively Optimised Combination (AOC) yielded the maximum SNR improvement in specimens (median, 39.5%; interquartile range: 35.5-53.2%, p < 0.05), volunteers (82.4 ± 37.4%, p < 0.001), and patients (median, 61%; range: 34-105%, p < 0.05), while independent from voxel volume (rho = 0.125, p = 0.632), PUFA content (rho = 0.256, p = 0.320) or water/fat ratio (rho = 0.353, p = 0.165). Using AOC, acquisition in patients is 1.5 times faster compared to non-noise decorrelated algorithms. Therefore, AOC is the most suitable current algorithm to improve SNR or accelerate the acquisition of PUFA MRS from breast in a clinical setting.

Pievienojieties mūsu
facebook lapai

Vispilnīgākā ārstniecības augu datu bāze, kuru atbalsta zinātne

  • Darbojas 55 valodās
  • Zāļu ārstniecības līdzekļi, kurus atbalsta zinātne
  • Garšaugu atpazīšana pēc attēla
  • Interaktīva GPS karte - atzīmējiet garšaugus atrašanās vietā (drīzumā)
  • Lasiet zinātniskās publikācijas, kas saistītas ar jūsu meklēšanu
  • Meklēt ārstniecības augus pēc to iedarbības
  • Organizējiet savas intereses un sekojiet līdzi jaunumiem, klīniskajiem izmēģinājumiem un patentiem

Ierakstiet simptomu vai slimību un izlasiet par garšaugiem, kas varētu palīdzēt, ierakstiet zāli un redziet slimības un simptomus, pret kuriem tā tiek lietota.
* Visa informācija ir balstīta uz publicētiem zinātniskiem pētījumiem

Google Play badgeApp Store badge