Can we use 1H MRS shimming values to obtain 31P spectra?
Notice bibliographique
Résumé
The perfect shimming of 31P magnetic resonance spectroscopy (MRS) is not easy in vivo. The purpose of this study was to examine the feasibility of using 1H MRS shimming values to obtain 31P spectra in a same sequence. Both phantom and volunteer studies were carried out in this study. Phantom was a sphere filled with physiological metabolites of brain. In vivo study was performed on 4 healthy volunteers. The studies were performed on a 3-T GE scanner. A same localizer and a same cursor were used for both 1H and 31P scans. A spin echo MRS sequence was utilized for both 1H scans with a standard head coil and 31P scans with a GE service coil. 1H scan was performed using first and automatic shimming and water linewidth (FWHM) of 3 Hz for phantom and 5 Hz for the volunteer were obtained. Shimming values of 1H scan in x, y, z directions were copied to 31P scan. A routine procedure of 31P scan without value coping was also performed. Spectra were analyzed using SAGE/IDL program. Signal to noise ratio (SNR) was defined as the ratio of the signal height / maximum noise height. Good 1H spectra and 31P spectra were obtained for both phantom and volunteer studies. The 31P spectra with 1H MRS shimming values were similar with the 31P spectra obtained with routine procedure. Lower SNRs of 31P spectra were obtained in phantom with 1H MRS shimming values, compared with routine procedure scan. Average SNR for Pi of 31P spectra was 7.45:1 in the volunteer study with routine procedure, and 7.275:1 with 1H MRS shimming values. 1H MRS shimming values can be used to obtain useful 31P spectra in a same sequence.
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 | 0,017 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,012 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,006 |
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 ».