Imaging gas‐exchange lung function and brain tissue uptake of hyperpolarized <scp><sup>129</sup>Xe</scp> using sampling density‐weighted MRSI
Notice bibliographique
Résumé
Purpose Imaging of the different resonances of hyperpolarized 129 Xe in the brain and lungs was performed using a 3D sampling density‐weighted MRSI technique in healthy volunteers. Methods Four volunteers underwent dissolved‐phase hyperpolarized 129 Xe imaging in the lung with the MRSI technique, which was designed to improve the point‐spread function while preserving SNR (1799 phase‐encoding steps, 14‐s breath hold, 2.1‐cm isotropic resolution). A frequency‐tailored RF excitation pulse was implemented to reliably excite both the 129 Xe gas and dissolved phase (tissue/blood signal) with 0.1° and 10° flip angles, respectively. Images of xenon gas in the lung airspaces and xenon dissolved in lung tissue/blood were used to generate quantitative signal ratio maps. The method was also optimized and used for imaging dissolved resonances of 129 Xe in the brain in 2 additional volunteers. Results High‐quality regional spectra of hyperpolarized 129 Xe were achieved in both the lung and the brain. Ratio maps of the different xenon resonances were obtained in the lung with sufficient SNR (> 10) at both 1.5 T and 3 T, making a triple Lorentzian fit possible and enabling the measurement of relaxation times and xenon frequency shifts on a voxel‐wise basis. The imaging technique was successfully adapted for brain imaging, resulting in the first demonstration of 3D xenon brain images with a 2‐cm isotropic resolution. Conclusion Density‐weighted MRSI is an SNR and encoding‐efficient way to image 129 Xe resonances in the lung and the brain, providing a valuable tool to quantify regional spectroscopic information.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 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 ».