NIfTI-MRS: A standard format for magnetic resonance spectroscopic data
Notice bibliographique
Résumé
Abstract Purpose The use of multiple data formats in the MRS community currently hinders data sharing and integration. NIfTI-MRS is proposed as a standard MR spectroscopy data format, which is implemented as an extension to the neuroimaging informatics technology initiative (NIfTI) format. Using this standardised format will facilitate data sharing, ease algorithm development, and encourage the integration of MRS analysis with other imaging modalities. Methods A file format based on the NIfTI header extension framework was designed to incorporate essential spectroscopic metadata and additional encoding dimensions. A detailed description of the specification is provided. An open-source command-line conversion program is implemented to enable conversion of single-voxel and spectroscopic imaging data to NIfTI-MRS. To provide visualisation of data in NIfTI-MRS, a dedicated plugin is implemented for FSLeyes, the FSL image viewer. Results Alongside online documentation, ten example datasets are provided in the proposed format. In addition, minimal examples of NIfTI-MRS readers have been implemented. The conversion software, spec2nii , currently converts fourteen formats to NIfTI-MRS, including DICOM and vendor proprietary formats. Conclusion The proposed format aims to solve the issue of multiple data formats being used in the MRS community. By providing a single conversion point, it aims to simplify the processing and analysis of MRS data, thereby lowering the barrier to use of MRS. Furthermore, it can serve as the basis for open data sharing, collaboration, and interoperability of analysis programs. It also opens possibility of greater standardisation and harmonisation. By aligning with the dominant format in neuroimaging, NIfTI-MRS enables the use of mature tools present in the imaging community, demonstrated in this work by using a dedicated imaging tool, FSLeyes, as a viewer.
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,038 |
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 ».