Visualization of thalamic nuclei on high resolution, multi‐averaged T<sub>1</sub> and T<sub>2</sub> maps acquired at 1.5 T
Notice bibliographique
Résumé
The ability to differentiate noninvasively between the primary nuclear divisions of the thalamus has immediate clinical applicability for surgical planning and guidance of functional stereotactic procedures. Comparison of prior qualitative magnetic resonance imaging (MRI) studies carried out at field strengths of 1.5 and 4 Tesla have revealed contrast within the thalamus that varies with field strength, suggesting possible differences in the inherent T1 and T2 relaxation times of the constituent nuclei. We investigate this hypothesis through acquisition of high-resolution, multi-averaged deep-brain T1 and T2 maps of a healthy volunteer. Fourteen nuclei were identified using their center-of-mass coordinates (in Talairach space) and average T1 and T2 values obtained from regions of interest placed within each. Results from this analysis revealed significant differences in T1 and T2 between the nuclei with a T1 range from 700 to 1,400 ms and a T2 range from 89 to 122 ms, allowing visual discrimination between the major nuclei groups. Furthermore, the high-resolution images showed distinct borders of T1 and T2 hypointensity surrounding each nucleus, revealing structure not reported previously. These results confirm our hypothesis and demonstrate the potential high-resolution quantitative imaging for nucleus visualization and surgical planning.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 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 ».