A real-time 3D large field-of-view MRI system with interactive table motion
Notice bibliographique
Résumé
Data acquisition using a continuously moving table (CMT) is a new method that is capable of generating three-dimensional (3D) large field-of-view (FOV) MR images. To obtain artifact-free large FOV images or arterial-phase contrast-enhanced large FOV angiograms, a major challenge in CMT is to acquire all of the necessary MR data while matching the table motion to the time-varying images and the physiological dynamics of interest. Rather than restrict CMT techniques to a constant table translation rate and offline reconstruction, here we discuss and implement a more general real-time approach in which the table motion is decoupled from the MR data acquisition. In our implementation, the table moves interactively in response to real-time preview images to ensure optimal imaging conditions. We accomplished this objective by designing and integrating a high-resolution, MR-compatible table position-encoding system to a novel, general-purpose, real-time MR imaging system on a clinical MR scanner. Various technical issues and their practical solutions related to implementation are presented. Experimental results obtained from a lower extremity vascular phantom and five healthy volunteers demonstrate that our proposed approach is robust and able to rapidly and optimally acquire large continuous 3D images by interactively moving the table in response to real-time data reconstruction. We anticipate that the implemented system and its components will be useful for a variety of MR applications, including whole-body screening, angiographic runoff studies, and real-time imaging. © 2006 Wiley Periodicals, Inc. Concepts Magn Reson Part B (Magn Reson Engineering) 29B: 28–41, 2006
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».