Myelin water imaging: Implementation and development at 3.0T and comparison to 1.5T measurements
Notice bibliographique
Résumé
Multicomponent T(2) relaxation imaging can be used to measure signal from water trapped between myelin bilayers; the ratio of myelin water signal to total water is termed the myelin water fraction (MWF). The goal of this study was to implement and develop the single-slice T(2)-imaging technique proposed by Poon and Henkelman. For refinement, scan parameters (gradient crusher height and slew rate, bandwidth, echo spacing, matrix size, repetition time, and phase rewinding) were varied in water-based phantoms and in fixed and in vivo brain. Changes in the standard deviation of the residuals of the multiexponential fit, MWF, T(2), and peak width of the intra/extracellular water were monitored to determine which scan parameters minimized artifacts. Subsequently, we compared multicomponent T(2) measurements at 1.5T and 3.0T for 10 healthy volunteers, and investigated the differences in SNR, fit residuals, MWF, and T(2) and peak width of the intra/extracellular water, at higher magnetic field. MWF maps were found to be qualitatively similar between field strengths. MWFs were found to be significantly higher at 3.0T than at 1.5T, but with a strongly significant correlation between measurements (R(2) > 0.92, P < 0.0005). The signal-to-noise ratio (SNR) was nearly double at 3.0T, but the standard deviation of residuals was increased in most cases.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».