Evaluation of fluorine‐19 magnetic resonance imaging of the lungs using octafluorocyclobutane in a rat model
Notice bibliographique
Résumé
PURPOSE: To test octafluorocyclobutane (OFCB) as an inhalation contrast agent for fluorine-19 MRI of the lung, and to compare the image quality of OFCB scans with perfluoropropane (PFP) scans THEORY AND METHODS: After normalizing for the number of signal averages, a theoretical comparison between the OFCB signal-to-noise ratio (SNR) and PFP SNR predicted the average SNR advantage of 90% using OFCB during gradient echo imaging. The OFCB relaxometry was conducted using single-voxel spectroscopy and spin-echo imaging. A comparison of OFCB and PFP SNRs was performed in vitro and in vivo. Five healthy Sprague-Dawley rats were imaged during single breath-hold and continuous breathing using a Philips Achieva 3.0T MRI scanner (Philips, Andover, MA). The scan time was constant for both gases. Statistical comparison between PFP and OFCB scans was conducted using a paired t test and by calculating the Bayes factor. RESULTS: by 20%. The OFCB in vivo images showed 73% higher normalized SNR on average compared with images acquired using PFP. The statistical significance was shown by both paired t test and calculated Bayes factors. The experimental results agree with theoretical calculations within the error of the relaxation parameter measurements. CONCLUSION: The quality of the lung images acquired using OFCB was significantly better compared with PFP scans. The OFCB images had higher a SNR and were artifact-free.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».