MétaCan
Menu
Retour à la cohorte
Enregistrement W4251733338 · doi:10.1002/mrm.21180

Independent phase modulation for efficient dual‐band 3D imaging

2007· article· en· W4251733338 sur OpenAlexaff
Brian A. Hargreaves, Charles H. Cunningham, John M. Pauly, Bruce L. Daniel

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Biomedical Imaging and BioengineeringNational Cancer InstituteNational Heart, Lung, and Blood Institute
Mots-clésSlabPhysicsNuclear magnetic resonanceEncoding (memory)Phase (matter)Modulation (music)OpticsExcited stateComputer scienceAcousticsArtificial intelligenceAtomic physics

Résumé

récupéré en direct d'OpenAlex

Certain applications of MRI, such as bilateral breast imaging, require simultaneous imaging of multiple volumes. Although image data can be acquired sequentially, the SNR is often improved if both slabs are excited and imaged together, typically with phase encoding across a volume including both slabs and the space between them. The use of independent phase modulation of multiple slabs eliminates the need to encode empty space between slabs, which can result in a significant time reduction. Each slab is excited with a phase proportional to phase-encode number such that the slab positions in the acquired data are shifted to reduce empty space. With careful consideration this technique is compatible with different pulse sequences (e.g., spin-echo, gradient-echo, RF spoiling, and balanced SSFP (bSSFP)) and acceleration strategies (e.g., partial k-space and parallel imaging). This technique was demonstrated in phantoms and applied to bilateral breast imaging, where scan times were reduced by 20-30%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,367
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207