Quantitative <i>T</i><sub>2</sub> in the occipital lobe: The role of the CPMG refocusing rate
Notice bibliographique
Résumé
PURPOSE: To investigate the dependence of occipital gray and white matter T(2) on the Carr-Purcell-Meiboom-Gill (CPMG) refocusing interval, thereby testing the basis of a novel functional magnetic resonance imaging (fMRI) method for blood volume quantification, and addressing recent questions surrounding T(2) contrast in the occipital lobe. MATERIALS AND METHODS: A CPMG sequence with 1 x 1 x 5 mm(3) resolution was used to quantify T(2) in a single axial slice at the midlevel of the occipital lobe in 23 healthy adult volunteers. Refocusing intervals of 8, 11, and 22 msec were compared. A Bayesian classifier was used to classify a 1 x 1 x 1 mm(3) T(1)-weighted three-dimensional data set into gray matter, white matter, and cerebrospinal fluid, with an average 95% a posteriori probability used as the threshold for inclusion into a tissue-specific region of interest (ROI). RESULTS: The usual T(2) contrast between the gray and white matter (i.e., T(2GM) > T(2WM)) was observed, with a highly significant effect of tissue type on the estimated T(2) (P < 10(-5)). The observed T(2) gradually decreased with increasing refocusing interval, for a decrease of 3.3 +/- 1.5 msec in gray matter and 3.0 +/- 1.5 msec in white matter between the 8 and 22 msec refocusing interval acquisitions. CONCLUSION: The observed T(2) shortening is consistent with the effect of the dramatic decrease in T(2) of partly deoxygenated blood on this range of refocusing rates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».