Let’s talk about cardiac T1 mapping
Notice bibliographique
Résumé
ABSTRACT Background Recent reports have shown that T1 mapping sequences agree in phantoms, but exhibit significant differences in vivo. To characterize these differences in the heart, one needs to consider the effects of magnetization transfer (MT) and the T2 relaxation time in the most commonly used cardiac T1 mapping sequences (MOLLI, ShMOLLI and SASHA). Methods Six explanted pig hearts were scanned weekly over a period of six weeks on a 3T system with the MOLLI, ShMOLLI, SASHA sequences and an inversion recovery sequence as reference. The T1 bias was computed as the difference between MOLLI, ShMOLLI, SASHA and the reference T1 values. We applied robust correlation statistics to assess the relationships between T1, T2 and MT. All data are publicly available at: http://neuropoly.pub/pigHeartsData . Results A systematic T1 bias was present for all sequences, with MOLLI and ShMOLLI underestimating T1 and SASHA slightly overestimating T1 compared to the reference. The correlation of T1 bias with T2 was weak and insignificant. However, MT showed significant associations with T1 bias for all sequences. Our analysis is also available at: http://neuropoly.pub/pigHeartsInteractive . Conclusion We investigated cardiac T1 mapping sequences in a setting that allowed us to explore their accuracy and their dependence on T2 and MT effects. The T2 effects were not significant, and could not explain the T1 bias of MOLLI, ShMOLLI, SASHA with respect to the reference. On the other hand, the T1 biases exhibited a strong correlation with MT. We conclude that inaccuracies in cardiac T1 mapping are primarily due to magnetization transfer.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,007 |
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 ».