MétaCan
Menu
Retour à la cohorte
Enregistrement W2047853664 · doi:10.1002/mrm.10708

Quantitative diffusion imaging with steady‐state free precession

2004· article· en· W2047853664 sur OpenAlexaff
Sean Deoni, Terry M. Peters, Brian K. Rutt

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésSteady-state free precession imagingNuclear magnetic resonanceEffective diffusion coefficientDiffusion MRIDiffusionPrecessionSIGNAL (programming language)Echo-planar imagingRelaxation (psychology)Diffusion imagingSpin echoFlip anglePhysicsMagnetic resonance imagingComputer scienceCondensed matter physicsRadiology

Résumé

récupéré en direct d'OpenAlex

The addition of a single, unbalanced diffusion gradient to the steady-state free precession (SSFP) imaging sequence sensitizes the resulting signal to free diffusion. Unfortunately, the confounding influence of both longitudinal (T1) and transverse (T2) relaxation on the diffusion-weighted SSFP (dwSSFP) signal has made it difficult to quantitatively determine the apparent diffusion coefficient (ADC). Here, a multistep method in which the T1, T2, and spin density (Mo) constants are first determined using a rapid mapping technique described previously is presented. Quantitative ADC can then be determined through a novel inversion of the appropriate signal model. The accuracy and precision of our proposed method (which we term DESPOD) was determined by comparing resulting ADC values from phantoms to those calculated from traditional diffusion-weighted echo planar imaging (dwEPI) images. Error within the DESPOD-derived ADC maps was found to be less than 3%, with good precision over a biologically relevant range of ADC values.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,358
Écart entre enseignants0,321 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations40
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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