MétaCan
Menu
Retour à la cohorte
Enregistrement W2340488042 · doi:10.1371/journal.pone.0134963

A Novel Multiparametric Approach to 3D Quantitative MRI of the Brain

2015· article· en· W2340488042 sur OpenAlexfundno aff
Giuseppe Palma, Enrico Tedeschi, Pasquale Borrelli, Sirio Cocozza, Carmela Russo, Saifeng Liu, Yongquan Ye, Marco Comerci, Bruno Alfano, Marco Salvatore, E. Mark Haacke, Marcello Mancini

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchMinistero dell’Istruzione, dell’Università e della RicercaHeart and Stroke Foundation of Canada
Mots-clésPhysicsCommunication noiseNuclear magnetic resonanceMeasure (data warehouse)Noise (video)SIGNAL (programming language)Magnetic resonance imagingStatistical physicsComputer scienceRelaxation (psychology)Radio frequencySet (abstract data type)Computational physicsSignal-to-noise ratio (imaging)Artificial intelligenceImage (mathematics)Data miningNeuroscienceOpticsBiologyTelecommunicationsMedicine

Résumé

récupéré en direct d'OpenAlex

Magnetic Resonance properties of tissues can be quantified in several respects: relaxation processes, density of imaged nuclei, magnetism of environmental molecules, etc. In this paper, we propose a new comprehensive approach to obtain 3D high resolution quantitative maps of arbitrary body districts, mainly focusing on the brain. The theory presented makes it possible to map longitudinal (R1), pure transverse (R2) and free induction decay ([Formula: see text]) rates, along with proton density (PD) and magnetic susceptibility (χ), from a set of fast acquisition sequences in steady-state that are highly insensitive to flow phenomena. A novel denoising scheme is described and applied to the acquired datasets to enhance the signal to noise ratio of the derived maps and an information theory approach compensates for biases from radio frequency (RF) inhomogeneities, if no direct measure of the RF field is available. Finally, the results obtained on sample brain scans of healthy controls and multiple sclerosis patients are presented and discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,171

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,203
Tête enseignante GPT0,351
Écart entre enseignants0,148 · 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'étudeExpérimental (laboratoire)
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

Citations36
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207