MétaCan
Menu
Retour à la cohorte
Enregistrement W4398141491 · doi:10.1002/mrm.30149

Efficient <scp>3D</scp> cone trajectory design for improved combined angiographic and perfusion imaging using arterial spin labeling

2024· article· en· W4398141491 sur OpenAlexafffund
Qijia Shen, Wenchuan Wu, Mark Chiew, Yang Ji, Joseph G. Woods, Thomas W. Okell

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNIHR Oxford Biomedical Research CentreSiemens HealthineersWellcome TrustRoyal Academy of EngineeringNational Institute for Health and Care ResearchCanada Research ChairsDepartment of Health and Social Care
Mots-clésImaging phantomTrajectoryImage resolutionSampling (signal processing)Perfusion scanningRepeatabilityComputer scienceMathematicsBiomedical engineeringPerfusionNuclear medicineComputer visionPhysicsMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To improve the spatial resolution and repeatability of a non-contrast MRI technique for simultaneous time resolved 3D angiography and perfusion imaging by developing an efficient 3D cone trajectory design. METHODS: A novel parameterized 3D cone trajectory design incorporating the 3D golden angle was integrated into 4D combined angiography and perfusion using radial imaging and arterial spin labeling (CAPRIA) to achieve higher spatial resolution and sampling efficiency for both dynamic angiography and perfusion imaging with flexible spatiotemporal resolution. Numerical simulations and physical phantom scanning were used to optimize the cone design. Eight healthy volunteers were scanned to compare the original radial trajectory in 4D CAPRIA with our newly designed cone trajectory. A locally low rank reconstruction method was used to leverage the complementary k-space sampling across time. RESULTS: The improved sampling in the periphery of k-space obtained with the optimized 3D cone trajectory resulted in improved spatial resolution compared with the radial trajectory in phantom scans. Improved vessel sharpness and perfusion visualization were also achieved in vivo. Less dephasing was observed in the angiograms because of the short TE of our cone trajectory and the improved k-space sampling efficiency also resulted in higher repeatability compared to the original radial approach. CONCLUSION: The proposed 3D cone trajectory combined with 3D golden angle ordering resulted in improved spatial resolution and image quality for both angiography and perfusion imaging and could potentially benefit other applications that require an efficient sampling scheme with flexible spatial and temporal resolution.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,310
Écart entre enseignants0,286 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

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