Rapid combined <i>T</i><sub>1</sub> and <i>T</i><sub>2</sub> mapping using gradient recalled acquisition in the steady state
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A novel, fully 3D, high-resolution T(1) and T(2) relaxation time mapping method is presented. The method is based on steady-state imaging with T(1) and T(2) information derived from either spoiling or fully refocusing the transverse magnetization following each excitation pulse. T(1) is extracted from a pair of spoiled gradient recalled echo (SPGR) images acquired at optimized flip angles. This T(1) information is combined with two refocused steady-state free precession (SSFP) images to determine T(2). T(1) and T(2) accuracy was evaluated against inversion recovery (IR) and spin-echo (SE) results, respectively. Error within the T(1) and T(2) maps, determined from both phantom and in vivo measurements, is approximately 7% for T(1) between 300 and 2000 ms and 7% for T(2) between 30 and 150 ms. The efficiency of the method, defined as the signal-to-noise ratio (SNR) of the final map per voxel volume per square root scan time, was evaluated against alternative mapping methods. With an efficiency of three times that of multipoint IR and three times that of multiecho SE, our combined approach represents the most efficient of those examined. Acquisition time for a whole brain T(1) map (25 x 25 x 10 cm) is less than 8 min with 1 mm(3) isotropic voxels. An additional 7 min is required for an identically sized T(2) map and postprocessing time is less than 1 min on a 1 GHz PIII PC. The method therefore permits real-time clinical acquisition and display of whole brain T(1) and T(2) maps for the first time.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle