MétaCan
Menu
Retour à la cohorte
Enregistrement W2792098451 · doi:10.1002/mrm.27136

Simultaneous multislice acquisition without trajectory modification for hyperpolarized <sup>13</sup>C experiments

2018· article· en· W2792098451 sur OpenAlexafffund
Angus Lau, Justin Y. C. Lau, Albert P. Chen, Charles H. Cunningham

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaHeart and Stroke Foundation of Canada
Mots-clésMultisliceImaging phantomScannerNuclear magnetic resonancePulse sequenceImage resolutionPhysicsImage qualityAccelerationNuclear medicineSpiral (railway)OpticsIterative reconstructionBiomedical engineeringMaterials scienceComputer scienceArtificial intelligenceImage (mathematics)MathematicsMedicine

Résumé

récupéré en direct d'OpenAlex

Purpose To investigate the feasibility of performing large FOV hyperpolarized 13C metabolic imaging using simultaneous multislice excitation. Methods A spectral‐spatial multislice excitation pulse was constructed by cosine modulation and incorporated into a 13C spiral imaging sequence. Phantom and in vivo pig experiments were performed to test the feasibility of simultaneous multislice data acquisition and image reconstruction. In vivo cardiac‐gated images of hyperpolarized pyruvate, bicarbonate, and lactate were obtained at 1 × 1 × 1 cm3 resolution over a 48 × 48 × 24 cm3 FOV with 2‐fold acceleration in the slice direction. Sensitivity encoding was used for image reconstruction with both autocalibrated and numerically calculated coil sensitivities. Results Simultaneous multislice images obtained with 2‐fold acceleration were comparable to reference unaccelerated images. Retained SNR figures greater than 80% were achieved over the part of the image containing the heart. Conclusion This method is anticipated to enable large FOV imaging studies using hyperpolarized 13C substrates, with an aim toward whole‐body exams that have to date been out of reach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,332
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207