MétaCan
Menu
Retour à la cohorte
Enregistrement W1991744090 · doi:10.1002/mrm.10173

MRI of the lungs using hyperpolarized noble gases

2002· review· en· W1991744090 sur OpenAlexaff
Harald E. Möller, X. Josette Chen, B. Saam, Klaus D. Hagspiel, G. Allan Johnson, Talissa A. Altes, Eduard E. de Lange, Hans‐Ulrich Kauczor

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2002
Typereview
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNycomed AmershamNational Institutes of HealthMax-Planck-GesellschaftDeutsche ForschungsgemeinschaftNational Center for Research ResourcesDeutscher Akademischer AustauschdienstEuropean CommissionWhitaker FoundationAlexander von Humboldt-Stiftung
Mots-clésNoble gasNuclear magnetic resonanceHyperpolarization (physics)Polarization (electrochemistry)Induced polarizationMaterials scienceChemistryPhysicsNuclear magnetic resonance spectroscopyAtomic physics

Résumé

récupéré en direct d'OpenAlex

The nuclear spin polarization of the noble gas isotopes (3)He and (129)Xe can be increased using optical pumping methods by four to five orders of magnitude. This extraordinary gain in polarization translates directly into a gain in signal strength for MRI. The new technology of hyperpolarized (HP) gas MRI holds enormous potential for enhancing sensitivity and contrast in pulmonary imaging. This review outlines the physics underlying the optical pumping process, imaging strategies coping with the nonequilibrium polarization, and effects of the alveolar microstructure on relaxation and diffusion of the noble gases. It presents recent progress in HP gas MRI and applications ranging from MR microscopy of airspaces to imaging pulmonary function in patients and suggests potential directions for future developments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,067
Tête enseignante GPT0,353
Écart entre enseignants0,286 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations396
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAtomic and Subatomic Physics ResearchTravaux en français237 207