MétaCan
Menu
Retour à la cohorte
Enregistrement W4280569132 · doi:10.1002/mrm.29273

Simultaneous high‐resolution T<sub>2</sub>‐weighted imaging and quantitative <scp>T</scp><sub>2</sub> mapping at low magnetic field strengths using a multiple TE and multi‐orientation acquisition approach

2022· article· en· W4280569132 sur OpenAlexfundno aff
Sean Deoni, Jonathan O’Muircheartaigh, Emil Ljungberg, Mathew Huentelman, Steven Williams

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of HealthMedical Research Council CanadaWellcome TrustMedical Research CouncilBill and Melinda Gates Foundation
Mots-clésOrientation (vector space)Imaging phantomVoxelComputer scienceImage resolutionResolution (logic)VisualizationIsotropyArtificial intelligenceIntraclass correlationImage qualityComputer visionNuclear magnetic resonancePattern recognition (psychology)PhysicsMathematicsReproducibilityOpticsImage (mathematics)StatisticsGeometry

Résumé

récupéré en direct d'OpenAlex

Purpose Low magnetic field systems provide an important opportunity to expand MRI to new and diverse clinical and research study populations. However, a fundamental limitation of low field strength systems is the reduced SNR compared to 1.5 or 3T, necessitating compromises in spatial resolution and imaging time. Most often, images are acquired with anisotropic voxels with low through‐plane resolution, which provide acceptable image quality with reasonable scan times, but can impair visualization of subtle pathology. Methods Here, we describe a super‐resolution approach to reconstruct high‐resolution isotropic T2‐weighted images from a series of low‐resolution anisotropic images acquired in orthogonal orientations. Furthermore, acquiring each image with an incremented TE allows calculations of quantitative T2 images without time penalty. Results Our approach is demonstrated via phantom and in vivo human brain imaging, with simultaneous 1.5 × 1.5 × 1.5 mm3 T2‐weighted and quantitative T2 maps acquired using a clinically feasible approach that combines three acquisition that require approximately 4‐min each to collect. Calculated T2 values agree with reference multiple TE measures with intraclass correlation values of 0.96 and 0.85 in phantom and in vivo measures, respectively, in line with previously reported brain T2 values at 150 mT, 1.5T, and 3T. Conclusion Our multi‐orientation and multi‐TE approach is a time‐efficient method for high‐resolution T2‐weighted images for anatomical visualization with simultaneous quantitative T2 imaging for increased sensitivity to tissue microstructure and chemical composition.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,277
Écart entre enseignants0,263 · 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
GenreMéthodes

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

En bref

Citations45
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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