Advances in Spiral fMRI: A High-resolution Study with Single-shot Acquisition
Notice bibliographique
Résumé
Abstract Spiral fMRI has been put forward as a viable alternative to rectilinear echo-planar imaging, in particular due to its enhanced average k-space speed and thus high acquisition efficiency. This renders spirals attractive for contemporary fMRI applications that require high spatiotemporal resolution, such as laminar or columnar fMRI. However, in practice, spiral fMRI is typically hampered by its reduced robustness and ensuing blurring artifacts, which arise from imperfections in both static and dynamic magnetic fields. Recently, these limitations have been overcome by the concerted application of an expanded signal model that accounts for such field imperfections, and its inversion by iterative image reconstruction. In the challenging ultra-high field environment of 7 Tesla, where field inhomogeneity effects are aggravated, both multi-shot and single-shot 2D spiral imaging at sub-millimeter resolution was demonstrated with high depiction quality and anatomical congruency. In this work, we further these advances towards a time series application of spiral readouts, namely, single-shot spiral BOLD fMRI at 0.8 mm in-plane resolution. We demonstrate that high-resolution spiral fMRI at 7 T is not only feasible, but delivers both excellent image quality, BOLD sensitivity, and spatial specificity of the activation maps, with little artifactual blurring. Furthermore, we show the versatility of the approach with a combined in/out spiral readout at a more typical resolution (1.5 mm), where the high acquisition efficiency allows to acquire two images per shot for improved sensitivity by echo combination. Highlights This work reports the first fMRI study at 7T with high-resolution spiral readout gradient waveforms. We achieve spiral fMRI with sub-millimeter resolution (0.8 mm, FOV 230 mm), acquired in a single shot (36 slices in 3.3 s). Spiral images exhibit intrinsic geometric congruency to anatomical scans, and spatially specific activation patterns. Image reconstruction rests on a signal model expanded by measured trajectories and static field maps, inverted by cg-SENSE. We assess generalizability of the approach for spiral in/out readouts, providing two images per shot (1.5 mm resolution).
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) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».