MétaCan
Menu
Retour à la cohorte
Enregistrement W1988683020 · doi:10.1002/mrm.20002

Modeling <sup>1</sup>H exchange: An estimate of the error introduced in MRI by assuming the fast exchange limit in bolus tracking

2004· article· en· W1988683020 sur OpenAlexafffund
Gerald Moran, Frank S. Prato

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensSt Joseph's Health CareMcMaster UniversityLawson Health Research Institute
Organismes subventionnairesMedical Research CouncilNatural Sciences and Engineering Research Council of CanadaMedical Research Council Canada
Mots-clésNuclear magnetic resonanceCapillary actionBolus (digestion)Pulse sequencePulse (music)Relaxation (psychology)Contrast (vision)ChemistryBiological systemSIGNAL (programming language)Dynamic contrast-enhanced MRITRACERProtonPhysicsMagnetic resonance imagingComputer scienceAnatomyOpticsThermodynamicsMedicine

Résumé

récupéré en direct d'OpenAlex

A simulation is presented which calculates the MRI signal expected from a model tissue for a given pulse sequence after a bolus injection of a contrast agent. The calculation assumes two physiologic compartments only, the intravascular and extravascular spaces. The determination of the concentration of contrast in each compartment as a function of time and position has been outlined in a previous publication (Moran and Prato, Magn Reson Med 2001;45:42-45). These contrast agent concentrations are used here to determine the NMR relaxation times as a function of time and position within the tissue. Knowledge of this simulated tissue 'map' of relaxation times as a function of time provides the information required to determine whether the proton exchange rate is fast or slow on the NMR timescale. Since with a bolus injection the concentration of contrast and hence the relaxation time may vary with position along the capillary, some segments of the capillary are allowed to be in fast exchange with the extravascular space, while others may be in slow exchange. Using this information, and parameters specific to a given tissue, the MRI signal for a given pulse sequence is constructed which correctly accounts for differences in proton exchange across the length of the capillary. It is shown that extravascular contrast agents show less signal dependence on water exchange, and thus may be more appropriate for quantitative imaging when using fast exchange assumptions. It is also shown that nondistributed compartment models can incorrectly estimate the water exchange that is occurring at the capillary level if exchange-minimizing pulse sequences are not used.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,333
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207