Comparison of 1.5 and 3.0 T for Contrast-Enhanced Pulmonary Magnetic Resonance Angiography
Notice bibliographique
Résumé
OBJECTIVE: In a recent multi-center trial of gadolinium contrast-enhanced magnetic resonance angiography (Gd-MRA) for diagnosis of acute pulmonary embolism (PE), two centers utilized a common MRI platform though at different field strengths (1.5T and 3T) and realized a signal-to-noise gain with the 3T platform. This retrospective analysis investigates this gain in signal-to-noise of pulmonary vascular targets. METHODS: Thirty consecutive pulmonary MRA examinations acquired on a 1.5T system at one institution were compared to 30 consecutive pulmonary MRA examinations acquired on a 3T system at a different institution. Both systems were from the same MRI manufacturer and both used the same Gd-MRA pulse sequence, although there were some protocol adjustments made due to field strength differences. Region-of-interests were manually defined on the main pulmonary artery, 4 pulmonary veins, thoracic aorta, and background lung for objective measurement of signal-to-noise, contrast-to-noise, and bolus timing bias between centers. RESULTS: The 3T pulmonary MRA protocol achieved higher spatial resolution yet maintained significantly higher signal-to-noise ratio (≥13%, p = 0.03) in the main pulmonary vessels relative to 1.5T. There was no evidence of operator bias in bolus timing or patient hemodynamic differences between groups. CONCLUSION: Relative to 1.5T, higher spatial resolution Gd-MRA can be achieved at 3T with a sustained or greater signal-to-noise ratio of enhanced vasculature.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».