Method of <scp>B</scp>0 mapping with magnitude‐based correction for bipolar two‐point <scp>D</scp>ixon cardiac <scp>MRI</scp>
Notice bibliographique
Résumé
PURPOSE: The conventional two-point (2pt) Dixon technique explicitly estimates B0 map by performing phase unwrapping. When signal loss, phase singularity, artifacts, or spatially isolated regions corrupt the measured phase images, this unwrapping-based technique will face difficulty. This work aims to improve the reliability of B0 mapping by performing unwrapping error correction. METHOD: To detect the unwrapping-caused phase errors, we determined a magnitude-based fat/water mask and used it as reference to identify pixels being mismatched by the phase-based mask, which was derived from the B0-corrected phase term of the Hermitian product between echoes. Then, we corrected the afore-determined phase error on a region-by-region basis. We tested the developed method with nine patients' data, and the results were compared with a well-established region-growing technique. RESULTS: By adding the step to correct unwrapping-caused error, we improved the robustness of B0 mapping, resulting in better fat-water separation when compared with the conventional 2pt and the phasor-based region-growing techniques. CONCLUSION: We showed the feasibility of B0 mapping with bipolar 2pt human cardiac data. The software is freely available to the scientific community. Magn Reson Med 78:1862-1869, 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».