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 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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».