Rapid combined <i>T</i><sub>1</sub> and <i>T</i><sub>2</sub> mapping using gradient recalled acquisition in the steady state
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.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».