Accelerated <scp>3D</scp> multi‐channel B1+ mapping at <scp>7 T</scp> for the brain and heart
Notice bibliographique
Résumé
Abstract Purpose To acquire accurate volumetric multi‐channel maps in under 14 s whole‐brain or 23 heartbeats whole‐heart for parallel transmit (pTx) applications at 7 T. Theory and Methods We evaluate the combination of three recently proposed techniques. The acquisition of multi‐channel transmit array maps is accelerated using transmit low rank (TxLR) with absolute mapping (Sandwich) acquired in a time‐interleaved acquisition of modes (B1TIAMO) fashion. Simulations using synthetic body images derived from Sim4Life were used to test the achievable acceleration for small scan matrices of 24 × 24. Next, we evaluated the method by retrospectively undersampling a fully sampled library of nine subjects in the brain. Finally, Cartesian undersampled phantom and in vivo images were acquired in both the brain of three subjects (8Tx/32 receive [Rx]) and the heart of another three subjects (8Tx/8Rx) at 7 T. Results Simulation and in vivo results show that volumetric multi‐channel maps can be acquired using acceleration factors of 4 in the body, reducing the acquisition time to within 23 heartbeats, which was previously not possible. In silico heart simulations demonstrated a RMS error to the fully sampled native resolution ground truth of 4.2° when combined in first‐order circularly polarized mode (mean flip angle 66°) at an acceleration factor of 4. The 14 s 3D maps acquired in the brain have a RMS error of 1.9° to the fully sampled (mean flip angle 86°). Conclusion The proposed method is demonstrated as a fast pTx calibration technique in the brain and a promising method for pTx calibration in the body.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».