MétaCan
Menu
Retour à la cohorte
Enregistrement W4289518343 · doi:10.1002/nbm.4808

Inhomogeneous magnetization transfer imaging: Concepts and directions for further development

2022· review· en· W4289518343 sur OpenAlexaff
David C. Alsop, Ece Ercan, Olivier M. Girard, Alex L. MacKay, Carl A. Michal, Gopal Varma, Elena Vinogradov, Guillaume Duhamel

Notice bibliographique

RevueNMR in Biomedicine · 2022
Typereview
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeAgence Nationale de la Recherche
Mots-clésMagnetization transferMagnetizationRelaxation (psychology)Nuclear magnetic resonanceSpinsDipoleProtonPhysicsSIGNAL (programming language)Materials scienceCondensed matter physicsMagnetic fieldChemical physicsMagnetic resonance imagingComputer scienceNeuroscienceNuclear physicsBiology

Résumé

récupéré en direct d'OpenAlex

Off‐resonance radio frequency irradiation can induce the ordering of proton spins in the dipolar fields of their neighbors, in molecules with restricted mobility. This dipolar order decays with a characteristic relaxation time, T1D, that is very different from the T1 and T2 relaxation of the nuclear alignment with the main magnetic field. Inhomogeneous magnetization transfer (ihMT) imaging is a refinement of magnetization transfer (MT) imaging that isolates the MT signal dependence on dipolar order relaxation times within motion‐constrained molecules. Because T1D relaxation is a unique contrast mechanism, ihMT may enable improved characterization of tissue. Initial work has stressed the high correlation between ihMT signal and myelin density. Dipolar order relaxation appears to be much longer in membrane lipids than other molecules. Recent work has shown, however, that ihMT acquisitions may also be adjusted to emphasize different ranges of T1D. These newer approaches may be sensitive to other microstructural components of tissue. Here, we review the concepts and history of ihMT and outline the requirements for further development to realize its full potential.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,002
Communication savante0,0020,006
Science ouverte0,0020,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,038
Tête enseignante GPT0,360
Écart entre enseignants0,322 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207