Parallel imaging enhanced MR colonography using a phantom model
Notice bibliographique
Résumé
PURPOSE: To compare various Array Spatial and Sensitivity Encoding Technique (ASSET)-enhanced T2W SSFSE (single shot fast spin echo) and T1-weighted (T1W) 3D SPGR (spoiled gradient recalled echo) sequences for polyp detection and image quality at MR colonography (MRC) in a phantom model. Limitations of MRC using standard 3D SPGR T1W imaging include the long breath-hold required to cover the entire colon within one acquisition and the relatively low spatial resolution due to the long acquisition time. Parallel imaging using ASSET-enhanced T2W SSFSE and 3D T1W SPGR imaging results in much shorter imaging times, which allows for increased spatial resolution. MATERIALS AND METHODS: Using two porcine colon phantoms each with eight simulated 3-10-mm "polyps," baseline reference sequences acquired without ASSET (6-mm slices and readout bandwidth [BW] 62 kHz) were compared with 11 SSFSE and 8 SPGR sequences acquired with 2-fold ASSET acceleration. ASSET-enhanced SSFSE and SPGR sequences comprised BW/matrix combinations ranging from 20-62 kHz/256-352x256, respectively, with slice thicknesses adjusted from 3.0 to 4.5 mm to maintain a 23-26-second acquisition time and 30 cm slab thickness. Two experienced radiologists viewed the datasets in a randomized, blinded fashion. RESULTS: Compared to reference sequences, ASSET-enhanced SSFSE and SPGR sequences facilitated better polyp detection and had similar overall image quality and per-phantom specificity. The two best ASSET-enhanced SSFSE (3 and 4.5 mm slices, each with BW of 62.5 kHz and 352x256 matrices) and three best ASSET-enhanced SPGR BW/slice thickness/matrix combinations of 31 kHz/4.4 msec/192x256; 62/3.4/192x256; and 62/4.0/192x256, respectively, permitted detection of all polyps>or=5 mm. CONCLUSION: Parallel imaging using ASSET-enhanced T2W SSFSE and T1W 3D SPGR improves the ability to detect significant colon polyps in an MRC phantom model.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».