Time‐efficient fast spin echo imaging at 4.7 T with low refocusing angles
Notice bibliographique
Résumé
An implementation of fast spin echo at 4.7 T designed for versatile and time-efficient T(2)-weighted imaging of the human brain is presented. Reduced refocusing angles (alpha < 180 degrees) were employed to overcome specific absorption rate (SAR) constraints and their effects on image quality assessed. Image intensity and tissue contrast variations from heterogeneous RF transmit fields and incidental magnetization transfer effects were investigated at reduced refocusing angles. We found that intraslice signal variations are minimized with refocusing angles near 180 degrees, but apparent gray/white matter contrast is independent of refocusing angle. Incidental magnetization transfer effects from multislice acquisitions were shown to attenuate white matter intensity by 25% and gray matter intensity by 15% at 180 degrees; less than 5% attenuation was seen in all tissues at flip angles below 60 degrees. We present multislice images acquired without excess delay time for SAR mitigation using a variety of protocols. Subsecond half Fourier acquisition single-shot turbo spin echo (HASTE) images were obtained with a novel variable refocusing angle echo train (20 degrees < alpha < 58 degrees) and high-resolution scans with a voxel volume of 0.18 mm(3) were acquired in 6.5 min with refocusing angles of 100 degrees.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».