High‐fidelity, accelerated whole‐brain submillimeter in vivo diffusion MRI using gSlider‐spherical ridgelets (gSlider‐SR)
Notice bibliographique
Résumé
Purpose To develop an accelerated, robust, and accurate diffusion MRI acquisition and reconstruction technique for submillimeter whole human brain in vivo scan on a clinical scanner. Methods We extend the ultra‐high resolution diffusion MRI acquisition technique, gSlider, by allowing undersampling in q‐space and radiofrequency (RF)‐encoding space, thereby dramatically reducing the total acquisition time of conventional gSlider. The novel method, termed gSlider‐SR, compensates for the lack of acquired information by exploiting redundancy in the dMRI data using a basis of spherical ridgelets (SR), while simultaneously enhancing the signal‐to‐noise ratio. Using Monte Carlo simulation with realistic noise levels and several acquisitions of in vivo human brain dMRI data (acquired on a Siemens Prisma 3T scanner), we demonstrate the efficacy of our method using several quantitative metrics. Results For high‐resolution dMRI data with realistic noise levels (synthetically added), we show that gSlider‐SR can reconstruct high‐quality dMRI data at different acceleration factors preserving both signal and angular information. With in vivo data, we demonstrate that gSlider‐SR can accurately reconstruct 860 μm diffusion MRI data (64 diffusion directions at ), at comparable quality as that obtained with conventional gSlider with four averages, thereby providing an eight‐fold reduction in scan time (from 1 hour 20 to 10 minutes). Conclusions gSlider‐SR enables whole‐brain high angular resolution dMRI at a submillimeter spatial resolution with a dramatically reduced acquisition time, making it feasible to use the proposed scheme on existing clinical scanners.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».