Steady-State MR Imaging Sequences: Physics, Classification, and Clinical Applications
Notice bibliographique
Résumé
Steady-state sequences are a class of rapid magnetic resonance (MR) imaging techniques based on fast gradient-echo acquisitions in which both longitudinal magnetization (LM) and transverse magnetization (TM) are kept constant. Both LM and TM reach a nonzero steady state through the use of a repetition time that is shorter than the T2 relaxation time of tissue. When TM is maintained as multiple radiofrequency excitation pulses are applied, two types of signal are formed once steady state is reached: preexcitation signal (S-) from echo reformation; and postexcitation signal (S+), which consists of free induction decay. Depending on the signal sampled and used to form an image, steady-state sequences can be classified as (a) postexcitation refocused (only S+ is sampled), (b) preexcitation refocused (only S- is sampled), and (c) fully refocused (both S+ and S- are sampled) sequences. All tissues with a reasonably long T2 relaxation time will show additional signals due to various refocused echo paths. Steady-state sequences have revolutionized cardiac imaging and have become the standard for anatomic functional cardiac imaging and for the assessment of myocardial viability because of their good signal-to-noise ratio and contrast-to-noise ratio and increased speed of acquisition. They are also useful in abdominal and fetal imaging and hold promise for interventional MR imaging. Because steady-state sequences are now commonly used in MR imaging, radiologists will benefit from understanding the underlying physics, classification, and clinical applications of these sequences.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».