Extracting more for less: multi‐echo MP2RAGE for simultaneous T<sub>1</sub>‐weighted imaging, T<sub>1</sub> mapping, mapping, SWI, and QSM from a single acquisition
Notice bibliographique
Résumé
Purpose To demonstrate simultaneous T1‐weighted imaging, T1 mapping, mapping, SWI, and QSM from a single multi‐echo (ME) MP2RAGE acquisition. Methods A single‐echo (SE) MP2RAGE sequence at 7 tesla was extended to ME with 4 bipolar gradient echo readouts. T1‐weighted images and T1 maps calculated from individual echoes were combined using sum of squares and averaged, respectively. ME‐combined SWI and associated minimum intensity projection images were generated with TE‐adjusted homodyne filters. A QSM reconstruction pipeline was used, including a phase‐offsets correction and coil combination method to properly combine the phase images from the 32 receiver channels. Measurements of susceptibility, , and T1 of brain tissue from ME‐MP2RAGE were compared with those from standard ME‐gradient echo and SE‐MP2RAGE. Results The ME combined T1‐weighted, T1 map, SWI, and minimum intensity projection images showed increased SNRs compared to the SE results. The proposed coil combination method led to QSM results free of phase‐singularity artifacts, which were present in the standard adaptive combination method. T1‐weighted, T1, and susceptibility maps from ME‐MP2RAGE were comparable to those obtained from SE‐MP2RAGE and ME‐gradient echo, whereas maps showed increased blurring and reduced SNR. T1, , and susceptibility values of brain tissue from ME‐MP2RAGE were consistent with those from SE‐MP2RAGE and ME‐gradient echo. Conclusion High‐resolution structural T1 weighted imaging, T1 mapping, mapping, SWI, and QSM can be extracted from a single 8.5‐min ME‐MP2RAGE acquisition using a customized reconstruction pipeline. This method can be applied to replace separate SE‐MP2RAGE and ME‐gradient echo acquisitions to significantly shorten total scan time.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».