MétaCan
Menu
Retour à la cohorte
Enregistrement W2164289692 · doi:10.1002/jmri.20186

Peak‐combination HARP: A method to correct for phase errors in HARP

2004· article· en· W2164289692 sur OpenAlexfundno aff
Salome Ryf, Jeffrey Tsao, Juerg Schwitter, A. Stuessi, Peter Boesiger

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchEidgenössische Technische Hochschule Zürich
Mots-clésHARPReproducibilitySpurious relationshipPhase (matter)Total harmonic distortionHarmonicPhysicsNuclear magnetic resonanceMathematicsAcousticsStatisticsVoltage

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To introduce a method to correct phase errors (e.g., from B0 inhomogeneity) in tagging images, which may affect harmonic phase (HARP) evaluation. MATERIALS AND METHODS: The phase images corresponding to the negative and positive harmonic peaks in k-space are combined before HARP evaluation to eliminate any spurious phase. To validate in vivo, two complementary spatial modulation of magnetization (CSPAMM) data sets were collected for each volunteer and evaluated with conventional HARP, using either the positive or the negative harmonic peak, and with peak-combination HARP. RESULTS: Elimination of phase distortion by peak combination was observed in vitro and in vivo. Improved reproducibility of motion parameters was found with peak-combination HARP. CONCLUSION: With peak-combination HARP, reproducibility of contractile parameters is improved, and consequently, the number of subjects needed to detect statistically significant changes in contractile function can be reduced to one third compared to conventional HARP evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,407

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,394
Écart entre enseignants0,373 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207