SU‐E‐I‐133: Novel Methods of Magnetic Resonance Imaging Near Metals
Notice bibliographique
Résumé
Purpose: This study demonstrates two novel MRI techniques for imaging near metals, and compares their artifact correction abilities, ease of use, acquisition time, and SNR. Future directions for imaging near metals are derived from this comparison. Methods: A water phantom containing an ASTM F75 Cobalt‐Chromium‐Molybdenum alloy hip prosthesis encased in a Lego structure was imaged using a 1.5T Siemens Avanto MRI scanner. For the 3D‐PLACE technique, two 3D turbo spin echo (TSE) complex datasets were acquired with 12×5mm slices, TR=300ms, TE=11ms, and variable frequency encoding gradients. Differing gradients allowed computation of a displacement field from the complex image phase difference for mapping pixels to their undistorted locations. Further post‐processing addressed fractional pixel shift. For the GS‐bSSFP technique, four 3D balanced steady state free precession (bSSFP) complex datasets were acquired with 52×3mm slices, flip angle=41 degrees, TR=4.2ms, TE=2.1ms, and phase cycling = 0, 90, 180, and 270 degrees respectively. For each pixel, the four phase cycled image values were plotted in the complex plane to locate the demodulated solution at the intersection of lines connecting alternating phase cycles. SNR was improved through a second pass solution. Comparisons were made through observations and parameter calculations. Results: Relative to 3D‐PLACE, GS‐bSSFP yielded ∼60% of the signal void, reduced signal pile‐up, and almost as accurate distortion correction. Strikingly, GS‐bSSFP achieved more than twice the SNR in 28% of the scan time of 3D‐PLACE, with no pulse sequence programming requirements. Conclusions: This study indicates that GS‐bSSFP shows potential for expeditious high signal clinical imaging near metals. Currently the technique is being revised to use less than four acquisitions; combined with limitations on the number of slices and subsampling techniques, this technique should become fast enough to be employed intraoperatively. Remnant distortion artifacts in GS‐SSFP images can be eliminated by combining the technique with 3D‐PLACE.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».