Oscillating gradient spin‐echo (OGSE) diffusion tensor imaging of the human brain
Notice bibliographique
Résumé
PURPOSE: The dependence of diffusion tensor imaging (DTI) eigenvalues and fractional anisotropy (FA) on short diffusion times was investigated using oscillating gradient spin echo (OGSE) and pulsed gradient spin echo (PGSE) DTI in the human brain in vivo. THEORY AND METHODS: DTI was performed in seven healthy volunteers at 4.7 Tesla (T) with b = 300 s/mm(2) and diffusion times of 4.1 ms (OGSE 50 Hz), 7.4 ms (OGSE 25 Hz), 20 ms (PGSE), and 40 ms (PGSE). Eigenvalues and FA were compared in the corpus callosum body, splenium and genu, and the corticospinal, cingulum, inferior fronto-occipital, superior and inferior longitudinal fasciculi using tractography, and the thalamus and putamen using region-of-interest. RESULTS: Relative to 40 ms, the 4.1 ms diffusion time led to significant increases in DTI eigenvalues in seven white matter tracts (6% to 20% parallel, 13% to 40% perpendicular) and both deep gray matter regions (16% parallel, 18% to 26% perpendicular), and reductions of FA (-9% to -12%) in four tracts. CONCLUSION: DTI eigenvalues and FA depend on diffusion time in both white and gray matter in the human brain. The ability to target different length scales by means of the diffusion time may improve sensitivity to changes in tissue microstructure associated with pathology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».