Signal‐to‐noise ratio penalties from a loss of stimulated echoes when using slab‐selective excitation in three‐dimensional fast spin echo imaging with long echo trains
Notice bibliographique
Résumé
Abstract Three‐dimensional fast spin echo imaging with long echo trains combines high resolution with reasonable acquisition times and reduced specific absorption rate due to low refocusing flip angles. Typically, an entire volume is encoded (nonselective excitation) or localization can be performed with slab select excitation, which uses a long 90° pulse for precise localization, followed by a preliminary nonselective 180° pulse bounded by spoiler gradients to destroy signal outside of the volume of interest. Subsequent flip angles in the train are nonselective and identical between the two methods. The inclusion of the initial selective pulse and spoiler gradients results in a signal‐to‐noise ratio (SNR) penalty for slab selection, beyond the slice‐averaging dependence, arising from a loss of stimulated echoes. SNR differences are explored using Bloch equation simulations of a T2‐weighted 96 echo train sequence with varying parameters including T2, T1, and B1+ and compared with phantom and in vivo brain, neck, and knee experiments. In vivo SNR measurements in the three regions showed a maximum decrease of selective SNR by 29% (gastrocnemius muscle), 25% (pons), and 22% (globus pallidus), despite similar experimental parameters to nonselective experiments. Decreased SNR was compounded by B1+ variation affecting prescribed flip angles with further smaller reductions with T2 and T1 times. In conclusion, the elimination of coherences via the preliminary nominal 180° pulse and spoiler gradients in addition to the extended echo timing from the long excitation pulse resulted in a reduction in SNR compared with the nonselective case. Consideration of the required SNR and chosen anatomy as well as sequence restrictions should be weighed before choosing slab‐selective excitation.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».