High-resolution diffusion-weighted imaging at 7 Tesla: single-shot readout trajectories and their impact on signal-to-noise ratio, spatial resolution and accuracy
Notice bibliographique
Résumé
Diffusion MRI (dMRI) is a valuable imaging technique to study the brain in vivo. However, the resolution of dMRI is limited by the low signal-to-noise ratio (SNR) of this technique. Various acquisition strategies have been developed to achieve high resolutions, but they require long scan times. Imaging at ultra-high fields (UHF) could further increase the SNR of single-shot dMRI; however, the shorter T2* and the greater field non-uniformities will degrade image quality. In this study, we investigated the trade-off between the SNR and resolution of different k-space trajectories, including echo planar imaging (EPI), partial Fourier EPI, and spiral, over a range of resolutions at 7T. The effective resolution, spatial specificity and sharpening effect were measured from the point spread function (PSF) of the simulated diffusion sequences for a nominal resolution range of 0.6-1.8 mm. In-vivo scans were acquired using the three readout trajectories. Field probes were used to measure dynamic magnetic fields up to the 3rd order of spherical harmonics. Using a static field map and the measured trajectories image artifacts were corrected, leaving T2* effects as the primary source of blurring. The effective resolution was examined in fractional anisotropy (FA) maps. In-vivo scans were acquired to calculate the SNR. EPI trajectories had the highest specificity, effective resolution, and image sharpening effect, but also had substantially lower SNR. Spirals had significantly higher SNR, but lower specificity. Line plots of the in-vivo scans in phase and frequency encode directions showed ~0.2 units difference in FA values between the different trajectories. The difference between the effective and nominal resolution is greater for spirals than for EPI. However, the higher SNR of spiral trajectories at UHFs allows us to achieve higher effective resolutions compared to EPI and PF-EPI trajectories.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».