MétaCan
Menu
Retour à la cohorte
Enregistrement W2014935556 · doi:10.1002/mrm.21754

Susceptibility weighted imaging at ultra high magnetic field strengths: Theoretical considerations and experimental results

2008· article· en· W2014935556 sur OpenAlexaff
Andreas Deistung, Alexander Rauscher, Jan Sedlacik, Jörg Stadler, Stephan Witoszynskyj, Jürgen R. Reichenbach

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésVoxelImaging phantomSusceptibility weighted imagingSensitivity (control systems)Nuclear magnetic resonancePhase (matter)Specific absorption rateContrast (vision)VisibilityMaterials scienceMagnetic resonance imagingPhysicsOpticsComputer scienceArtificial intelligenceRadiologyMedicine

Résumé

récupéré en direct d'OpenAlex

We present numerical simulations and experimental results for susceptibility weighted imaging (SWI) at 7 T. Magnitude, phase, and SWI contrast were simulated for different voxel geometries and imaging parameters, resulting in an echo time of 14 msec for optimum contrast between veins and surrounding tissue. Slice thickness of twice the in-plane voxel size or more resulted in optimum vessel visibility. Phantom and in vivo data are in very good agreement with the simulations and the delineation of vessels at 7 T was superior compared to lower field strengths. The phase of the complex data reveals anatomical details that are complementary to the corresponding magnitude images. Susceptibility weighted imaging at very high field strengths is a promising technique because of its high sensitivity to tissue susceptibility, its low specific absorption rate, and the phase's negligible sensitivity to B(1) inhomogeneities.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,305
Écart entre enseignants0,292 · 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'étudeExpérimental (laboratoire)
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

Citations168
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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