Quantification of pulsed saturation transfer at 1.5T and 3T
Notice bibliographique
Résumé
Purpose To compare magnetization transfer (MT) and CEST effects between 1.5T and 3T in phantom and in vivo experiments. Methods A pulsed saturation scheme using block‐shaped pulses separated by gaps was used to overcome the single RF amplifier duty cycle limitations of a clinical 1.5T scanner. Modeling was performed by incorporating the extended phase graph formalism into a Bloch‐McConnell simulation. Two saturation pulse types (with long and short pulses) were used. Estimated parameters for MT (the semi‐solid pool fraction, M0B; the semi‐solid transverse relaxation time, T2B) and CEST (asymmetry; areas) were compared between 1.5T and 3T in phantoms and in the healthy brain. Results Improved fits were shown after inclusion of extended phase graphs. Semi‐solid pool fractions in phantom (for agar with ammonium chloride) were higher for short compared to long pulses at 3T (by 19% over all concentrations) and higher at 1.5T compared to 3T (by 5%) using short pulses. In the in vivo experiments, differentiation of white and gray matter was seen in the brain at both field strengths with improved white–gray matter contrast at 3T. In white matter, the mean semi‐solid fractions were 18 ± 2% at 3T and 15 ± 2% at 1.5T. The CEST asymmetry in white matter was negative (−4.9 ± 0.4%) at 3T and zero (0.0 ± 0.3%) at 1.5T. Conclusions The pulsed saturation method with short pulses, using the extended phase graph formalism in the Bloch McConnell simulations, led to improved model fits to the data, when compared to those without extended phase graphs.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».