Assessment of a novel 32-channel phased array for cardiovascular hybrid PET/MRI imaging: MRI performance
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular imaging using hybrid positron emission tomography (PET) and magnetic resonance imaging (MRI) requires a radio frequency phased array resonator capable of high acceleration factors in order to achieve the shortest breath-holds while maintaining optimal MRI signal-to-noise ratio (SNR) and minimum PET photon attenuation. To our knowledge, the only two arrays used today for hybrid PET/MRI cardiovascular imaging are either incapable of achieving high acceleration or affect the PET photon count greatly. PURPOSE: This study is focused on the evaluation of the MRI performance of a novel third-party prototype 32-channel phased array designed for simultaneous PET/MRI cardiovascular imaging. The study compares the quality parameters of MRI parallel imaging, such as g-factor, noise correlation coefficients, and SNR, to the conventional arrays (mMR 12-channel and MRI-only 32-channel) currently used with hybrid PET/MRI systems. The quality parameters of parallel imaging were estimated for multiple acceleration factors on a phantom and three healthy volunteers. Using a Germanium-68 (Ge-68) phantom, preliminary measurements of PET photon attenuation caused by the novel array were briefly compared to the photon counts produced from no-array measurements. RESULTS: produced by the novel 32-channel PET/MRI array were better than those produced by the MRI-only 32-channel array by 5% or more. The novel array has resulted in MRI SNR improvements of > 30% at all acceleration factors, in comparison to the mMR12-channel array. Preliminary evaluation of PET transparency showed less than 5% photon attenuation caused by both anterior and posterior parts of the novel array. CONCLUSIONS: The MRI performance of the novel PET/MRI 32-channel array qualifies it to be a viable alternative to the conventional arrays for cardiovascular hybrid PET/MRI. A detailed evaluation of the novel array's PET performance remains to be conducted, but cursory assessment promises significantly reduced attenuation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».