Intracranial arterial wall imaging using three‐dimensional high isotropic resolution black blood MRI at 3.0 Tesla
Notice bibliographique
Résumé
PURPOSE: To develop a high isotropic-resolution sequence to evaluate intracranial vessels at 3.0 Tesla (T). MATERIALS AND METHODS: Thirteen healthy volunteers and 4 patients with intracranial stenosis were imaged at 3.0T using 0.5-mm isotropic-resolution three-dimensional (3D) Volumetric ISotropic TSE Acquisition (VISTA; TSE, turbo spin echo), with conventional 2D-TSE for comparison. VISTA was repeated for 6 volunteers and 4 patients at 0.4-mm isotropic-resolution to explore the trade-off between SNR and voxel volume. Wall signal-to-noise-ratio (SNR(wall) ), wall-lumen contrast-to-noise-ratio (CNR(wall-lumen) ), lumen area (LA), wall area (WA), mean wall thickness (MWT), and maximum wall thickness (maxWT) were compared between 3D-VISTA and 2D-TSE sequences, as well as 3D images acquired at both resolutions. Reliability was assessed by intraclass correlations (ICC). RESULTS: Compared with 2D-TSE measurements, 3D-VISTA provided 58% and 74% improvement in SNR(wall) and CNR(wall-lumen) , respectively. LA, WA, MWT and maxWT from 3D and 2D techniques highly correlated (ICCs of 0.96, 0.95, 0.96, and 0.91, respectively). CNR(wall-lumen) using 0.4-mm resolution VISTA decreased by 27%, compared with 0.5-mm VISTA but with reduced partial-volume-based overestimation of wall thickness. Reliability for 3D measurements was good to excellent. CONCLUSION: The 3D-VISTA provides SNR-efficient, highly reliable measurements of intracranial vessels at high isotropic-resolution, enabling broad coverage in a clinically acceptable time.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».