MR thermometry in the human prostate gland at 3.0T for transurethral ultrasound therapy
Notice bibliographique
Résumé
PURPOSE: To investigate the spatial, temporal, and temperature resolution of a segmented gradient echo echo-planar imaging (EPI) technique as applied to proton resonance frequency (PRF) shift thermometry at 3 T in the human prostate gland, and to determine appropriate sequence parameters for magnetic resonance imaging (MRI)-controlled transurethral ultrasound thermal therapy. MATERIALS AND METHODS: Eleven healthy volunteers (age range 23-58) were scanned at 3 T with a 16-channel torso coil to study the behavior of a gradient echo EPI thermometry sequence. The temperature stability and geometric distortion were assessed for 11 different parameter sets. In a further five volunteers, the prostate T2* was measured. RESULTS: For all scan parameters investigated, the temperature standard deviation within the prostate was less than 1°C, while the distortion was less than 1 mm. Temperature stability was best with higher TE values (up to 25 msec), larger voxel sizes and lower EPI factors, but this had to be balanced against requirements for good spatial and temporal resolution. Prostate T2* values ranged from 30-50 msec. CONCLUSION: A good balance between temperature stability and temporal/spatial resolution is obtained with TE = 15 msec, voxel size = 1.14 mm, and EPI factor = 9, resulting in a dynamic scan time of 7.2 seconds for the nine slices.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».