Improved tolerance to off‐resonance in spectral‐spatial EPI of hyperpolarized [1‐<sup>13</sup>C]pyruvate and metabolites
Notice bibliographique
Résumé
Purpose For 13 C echo‐planar imaging (EPI) with spectral‐spatial excitation, main field inhomogeneity can result in reduced flip angle and spatial artifacts. A hybrid time‐resolved pulse sequence, multi‐echo spectral‐spatial EPI, is proposed combining broader spectral‐spatial passbands for greater off‐resonance tolerance with a multi‐echo acquisition to separate signals from potentially co‐excited resonances. Methods The performance of the imaging sequence and the reconstruction pipeline were evaluated for 1 H imaging using a series of increasingly dilute 1,4‐dioxane solutions and for 13 C imaging using an ethylene glycol phantom. Hyperpolarized [1‐ 13 C]pyruvate was administered to two healthy rats. Multi‐echo data of the rat kidneys were acquired to test realistic cases of off‐resonance. Results Analysis of separated images of water and 1,4‐dioxane following multi‐echo signal decomposition showed water‐to‐dioxane 1 H signal ratios that were in agreement with the independent measurements by 1 H spectroscopy for all four concentrations of 1,4‐dioxane. The 13 C signal ratio of two co‐excited resonances of ethylene glycol was accurately recovered after correction for the spectral profile of the redesigned spectral‐spatial pulse. In vivo, successful separation of lactate and pyruvate‐hydrate signals was achieved for all except the early time points during which signal variations exceeded the temporal resolution of the multi‐echo acquisition. Conclusion Improved tolerance to off‐resonance in the new 13 C data acquisition pipeline was demonstrated in vitro and in vivo. Magn Reson Med 80:925–934, 2018. © 2018 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».