Gleaning multicomponent <i>T</i><sub>1</sub> and <i>T</i><sub>2</sub> information from steady‐state imaging data
Notice bibliographique
Résumé
The driven-equilibrium single-pulse observation of T(1) (DESPOT1) and T(2) (DESPOT2) are rapid, accurate, and precise methods for voxelwise determination of the longitudinal and transverse relaxation times. A limitation of the methods, however, is the inherent assumption of single-component relaxation. In a variety of biological tissues, in particular human white matter (WM) and gray matter (GM), the relaxation has been shown to be more completely characterized by a summation of two or more relaxation components, or species, each believed to be associated with unique microanatomical domains or water pools. Unfortunately, characterization of these components on a voxelwise, whole-brain basis has traditionally been hindered by impractical acquisition times. In this work we extend the conventional DESPOT1 and DESPOT2 approaches to include multicomponent relaxation analysis. Following numerical analysis of the new technique, renamed multicomponent driven equilibrium single pulse observation of T(1)/T(2) (mcDESPOT), whole-brain multicomponent T(1) and T(2) quantification is demonstrated in vivo with clinically realistic times of between 16 and 30 min. Results obtained from four healthy individuals and two primary progressive multiple sclerosis (MS) patients demonstrate the future potential of the approach for identifying and assessing tissue changes associated with several neurodegenerative conditions, in particular those associated with WM.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».