Dual‐Echo EPI sequence for integrated distortion correction in 3D time‐resolved hyperpolarized <sup>13</sup>C MRI
Notice bibliographique
Résumé
Purpose To provide built‐in off‐resonance correction in time‐resolved, volumetric hyperpolarized 13 C metabolic imaging by implementing a novel dual‐echo 3D echo‐planar imaging (EPI) sequence and reconstruction. Methods A spectral‐spatial pulse for single‐resonance excitation followed by a dual‐echo 3D EPI readout was implemented to provide 64 × 8 × 6 cm 3 coverage at 5 × 5 × 5 mm 3 nominal resolution. Multiple sources of EPI distortions were encoded using a multi‐echo 1 H EPI reference scan. Phase maps computed from the reference scans were combined with a bulk 13 C frequency offset encoded in the dual‐echo [1‐ 13 C]pyruvate images to correct geometric distortion and improve spatial registration. The proposed scheme was validated in a phantom study, and in vivo [1‐ 13 C]pyruvate and [1‐ 13 C]lactate rat images were acquired with intentional transmit frequency deviations to assess the dual‐echo 3D EPI sequence. Results The phantom study demonstrated improved spatial registration in off‐resonance corrected images. Close agreement was observed between metabolic kidney signal and the underlying anatomy in rat imaging experiments. Relative to a single‐echo acquisition, the coherent addition of the two corrected echoes provided the expected increase in signal‐to‐noise ratio by approximately . Conclusion A novel dual‐echo 3D EPI acquisition sequence for integrated off‐resonance correction in hyperpolarized 13 C imaging was developed and demonstrated. The proposed sequence offers clear advantages over flyback EPI for time‐resolved metabolic mapping. Magn Reson Med 79:643–653, 2018. © 2017 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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».