Velocity encoding with the slice select refocusing gradient for faster imaging and reduced chemical shift‐induced phase errors
Notice bibliographique
Résumé
PURPOSE: To investigate a novel phase-contrast MRI velocity-encoding technique for faster imaging and reduced chemical shift-induced phase errors. METHODS: Velocity encoding with the slice select refocusing gradient achieves the target gradient moment by time shifting the refocusing gradient, which enables the use of the minimum in-phase echo time (TE) for faster imaging and reduced chemical shift-induced phase errors. Net forward flow was compared in 10 healthy subjects (N = 10) within the ascending aorta (aAo), main pulmonary artery (PA), and right/left pulmonary arteries (RPA/LPA) using conventional flow compensated and flow encoded (401 Hz/px and TE = 3.08 ms) and slice select refocused gradient velocity encoding (814 Hz/px and TE = 2.46 ms) at 3 T. RESULTS: Improved net forward flow agreement was measured across all vessels for slice select refocused gradient compared to flow compensated and flow encoded: aAo vs. PA (1.7% ± 1.9% vs. 5.8% ± 2.8%, P = 0.002), aAo vs. RPA + LPA (2.1% ± 1.7% vs. 6.0% ± 4.3%, P = 0.03), and PA vs. RPA + LPA (2.9% ± 2.1% vs. 6.1% ± 6.3%, P = 0.04), while increasing temporal resolution (35%) and signal-to-noise ratio (33%). CONCLUSION: Slice select refocused gradient phase-contrast MRI with a high receiver bandwidth and minimum in-phase TE provides more accurate and less variable flow measurements through the reduction of chemical shift-induced phase errors and a reduced TE/repetition time, which can be used to increase the temporal/spatial resolution and/or reduce breath hold durations.
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 | 0,001 | 0,001 |
| 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 ».