A novel method for simultaneous 3D <i>B<sub>1</sub></i> and <i>T<sub>1</sub></i> mapping: the method of slopes (MoS)
Notice bibliographique
Résumé
A novel three-dimensional simultaneous B(1) and T(1) mapping method is introduced: the method of slopes (MoS). The linearity of the spoiled gradient recalled echo (SPGR) signal vs flip angle relation is exploited: B(1) mapping is achieved by a two-point extrapolation to signal null with a correction scheme while T(1) mapping uses the slopes of the SPGR signal vs flip angle curves near the origin and near the signal null. This new method improves upon the existing variable flip angle (VFA) T(1)-mapping method in that (i) consistency between B(1) and T(1) maps is ensured (ii) the sampling scheme is T(1)-independent (iii) the noise bias and singularity, associated with using a linear form for the SPGR signal equation, is eliminated by using the full equation. The method is shown to yield accurate and robust results via simulations. Initial estimates of B(1) and T(1) values are obtained from three data points via simple computations and straight line approximations. Initial estimates of B(1) values, for a range of values, are shown to be accurate due to the proposed B(1) correction scheme. The accuracy and robustness of T(1) values is achieved via a non-linear fitting algorithm which includes a fourth data point sampled at high SNR. The MoS was validated by comparing resulting B(1) and T(1) maps with those obtained using other standard methods. Finally, the ability to obtain brain B(1) and T(1) maps using the MoS was demonstrated by in vivo experiments. The MoS is expected to perform well on other motion-free anatomical regions as well.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».