Time-Efficient Breath-Hold Abdominal MRI at 3.0 T
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to increase the allowed number of acquired slices per unit time (i.e., time efficiency) for high-power deposition breath-hold abdominal acquisitions at 3.0 T. MATERIALS AND METHODS: Abdominal MRI protocols include various T1-weighted, T2-weighted, and contrast-enhanced acquisitions that require extended spatial coverage and resolution. Ideally, each acquisition is completed within one breath-hold. At 3.0 T, power deposition (i.e., specific absorption rate [SAR]) concerns can limit achieving these conflicting needs because conventional sequences are based on 6-minute time-average SAR requirements. We optimized abdominal-specific sequences based on an approved short-term 10-second time-average SAR criterion and added a delay time after breath-holding to fulfill the long-term 6-minute time-average power deposition regulation. RESULTS: Using our strategy, image acquisition time efficiency at 3.0 T was increased approximately twofold compared with conventional abdominal breath-hold pulse sequences for 2D dual-echo gradient-recalled echo, single-shot fast spin-echo, and 3D steady-state free precession sequences. Volunteers experienced a slight sensation of warmth for the single-shot fast spin-echo implementation, the most SAR-intensive sequence. CONCLUSION: Our optimization strategy is not vendor-specific, is easily implemented for all conventional scanners (provided one can access and modify the pulse sequences directly, or the vendors can make the necessary changes), yields a higher slice-per-unit-time imaging efficiency, and still satisfies all the regulatory power deposition requirements.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 0,001 |
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.
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 ».