SU‐FF‐I‐59: Relative SNR Benefits of Dynamic Arterial Spin Labeling at 3T as Determined by Simulation and Comparison with Imaging at 1.5T
Notice bibliographique
Résumé
Purpose: To demonstrate the benefits of brain perfusion imaging at high magnetic field MR scanner using Dynamic Flow‐sensitive alternating Inversion Recovery (FAIR) spin labeling technique as compared to standard FAIR at lower field. Method and Materials: FAIR signal behavior as a function of the inflow time (TI) at 1.5T and 3T were simulated for both dynamic and standard FAIR methods. Simulations were performed considering initial inversion of the magnetization, it's subsequent T1 recovery, in‐flow of blood into the slice and signal reduction due to repetitive RF excitations (Look‐Locker sampling) in dynamic FAIR. Experimental brain perfusion imaging of healthy volunteers (n=3) was performed on GE scanners. Results: The results showed overall signal behavior in dynamic FAIR is almost independent of readout rate. This means the temporal resolution of imaging can be increased to any desired amount as far as the scanner hardware permits. On the other hand multiple small readout flip angles will induce smaller perturbations than larger flip angles however for a given magnetic field dynamic FAIR with small flip angles lead to lower SNR as compared to standard FAIR. But given the same noise level a low flip angle dynamic FAIR would lead to higher SNR as compared to standard FAIR at 1.5T. For flip angle=20 the relative SNR of dynamic FAIR at 3T to standard FAIR at 1.5 for TI=500, 1200 would be 1.42 and 1.60 respectively. Conclusions: Significant increase in temporal resolution and SNR in FAIR arterial spin labeling technique can be achieved by performing multiple (dynamic) readouts after FAIR preparation. By implementing dynamic FAIR at higher field strength the quality of FAIR images in terms of SNR would be even much higher than standard FAIR imaging at lower field strength. This improvement can be further enhanced by repeating the dynamic FAIR more and averaging the results.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».