Effect of signal‐to‐noise ratio and spectral linewidth on metabolite quantification at 4 T
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The accuracy and precision of measurements of metabolite concentrations from short echo-time spectra has previously been characterized at l.5 T as a function of signal-to-noise ratio (SNR) and peak linewidth. The purpose of this study was to characterize the systematic error in quantification of metabolite concentrations associated with linewidth and SNR for the major metabolites of interest in the short echo-time 1H-MR spectrum at 4 T. Simulated 4 T LASER localized spectra (TE = 46 ms) were generated with full width at half maximum (FWHM) over the range 4-14 Hz, and SNR over the range 5-500 by adding 100 Gaussian-distributed noise realizations at each combination of SNR and linewidth. Linewidth and SNR were treated as independent parameters, and therefore an increase in linewidth at a constant SNR resulted in increased metabolite areas. All spectra were fitted in the time domain using identical prior-knowledge and relative parameter starting values. Six metabolites (N-acetylaspartate, glutamate, creatine, myo-inositol, glycerophosphocholine, phosphocholine) were quantified with >90% accuracy and <10% standard deviation at SNR = 10 for linewidths ranging from 8 to 14 Hz FWHM. These simulations did not consider additional sources of variation, including eddy current artifacts, incomplete macromolecule baseline removal, and incomplete water suppression. Regardless, the results show that metabolite quantification from 4 T short echo-time 1H-MRS is sensitive to SNR and linewidth.
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.
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 | 0,001 |
| 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 découle