MétaCan
Menu
Retour à la cohorte
Enregistrement W2039428410 · doi:10.1002/mrm.20590

Fast spin‐echo for multiple mouse magnetic resonance phenotyping

2005· article· en· W2039428410 sur OpenAlexafffund
Brian J. Nieman, Nicholas A. Bock, Johnathan Bishop, John G. Sled, Xianhao Chen, R. Mark Henkelman

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanada Research Chairs
Mots-clésNuclear magnetic resonanceMagnetic resonance imagingPulse sequenceFast spin echoSpin echoSequence (biology)IsotropyPhysicsOpticsBiologyMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract High‐resolution magnetic resonance imaging is emerging as a powerful tool for phenotyping mice in biologic studies of genetic expression, development, and disease progression. In several applications, notably random mutagenesis trials, large cohorts of mice must be examined for abnormalities that may occur in any part of the body. In the aim of establishing a protocol for imaging multiple mice simultaneously in a standardized high‐throughput fashion, this study investigates variations of a three‐dimensional fast spin‐echo sequence that implements driven equilibrium, modified refocusing, and partial excitation pulses. Sequence variations are compared by simulated and experimental measurements in phantoms and mice. Results indicate that when using a short repetition time (TR ≤ T1) a sequence employing a partial excitation tip angle provides both improved signal and good T2 contrast compared with standard fast spin‐echo imaging. This sequence is used to simultaneously acquire four live mouse head images at 100 μm isotropic resolution with a scan time under 3 h at 7 T. Magn Reson Med, 2005. © 2005 Wiley‐Liss, Inc.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,325
Écart entre enseignants0,301 · 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

Citations42
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

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