Accelerated 3D echo‐planar imaging with compressed sensing for time‐resolved hyperpolarized <sup>13</sup>C studies
Notice bibliographique
Résumé
Purpose To enable large field‐of‐view, time‐resolved volumetric coverage in hyperpolarized 13 C metabolic imaging by implementing a novel data acquisition and image reconstruction method based on the compressed sensing framework. Methods A spectral‐spatial pulse for single‐resonance excitation followed by a symmetric echo‐planar imaging (EPI) readout was implemented for encoding a 72 × 18 cm 2 field of view at 5 × 5 mm 2 resolution. Random undersampling was achieved with blipped z‐gradients during the ramp portion of the echo‐planar imaging readout. The sequence and reconstruction were tested with phantom studies and consecutive in vivo hyperpolarized 13 C scans in rats. Retrospectively and prospectively undersampled data were compared on the basis of structural similarity in the reconstructed images and the quantification of the lactate‐to‐pyruvate ratio in rat kidneys. Results No artifacts or loss of resolution are evident in the compressed sensing reconstructed images acquired with the proposed sequence. Structural similarity analysis indicate that compressed sensing reconstructions can accurately recover spatial features in the metabolic images evaluated. Conclusion A novel z‐blip acquisition sequence for compressed sensing accelerated hyperpolarized 13 C 3D echo‐planar imaging was developed and demonstrated. The close agreement in lactate‐to‐pyruvate ratios from both retrospectively and prospectively undersampled data from rats shows that metabolic information is preserved with acceleration factors up to 3‐fold with the developed method. Magn Reson Med 77:538–546, 2017. © 2016 International Society for Magnetic Resonance in Medicine
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) | 0,001 | 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 ».