Diffusion‐weighted J‐resolved spectroscopy
Notice bibliographique
Résumé
PURPOSE: To develop a novel diffusion-weighted magnetic resonance spectroscopy (DW-MRS) technique in conjunction with J-resolved spatially localized spectroscopy (JPRESS) to measure the apparent diffusion coefficients (ADCs) of brain metabolites beyond N-acetylaspartic acid (NAA), creatine (Cr), and choline (Cho) at 3T. This technique will be useful to probe tissue microstructures in vivo, as the various metabolites have different physiological characteristics. METHODS: Two JPRESS spectra were collected (high b-value and low b-value), and the ADCs of 16 different metabolites were estimated. Two analysis pipelines were developed: 1) a 2D pipeline that uses ProFit software to extract ADCs from metabolites not typically accessible at 3T and 2) a 1D pipeline that uses TARQUIN software to extract the metabolite concentrations from each line in the 2D dataset, allowing for scaling as well as validation. RESULTS: The ADCs of 16 different metabolites were estimated from within six subjects in parietal white matter. There was excellent agreement between the results obtained from the 1D and 2D pipelines for NAA, Cr, and Cho. CONCLUSION: The proposed technique provided consistent estimates for the ADCs of NAA, Cr, Cho, glutamate + glutamine, and myo-inositol in all subjects and additionally glutathione and scyllo-inositol in all but one subject. Magn Reson Med 78:1235-1245, 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».