<scp>3D MERMAID</scp> : <scp>3D</scp> Multi‐shot enhanced recovery motion artifact insensitive diffusion for submillimeter, multi‐shell, and <scp>SNR</scp> ‐efficient diffusion imaging
Notice bibliographique
Résumé
Abstract Purpose To enhance SNR per unit time of diffusion MRI to enable high spatial resolution and extensive q‐sampling in a feasible scan time on clinical scanners. Methods 3D multi‐shot enhanced recovery motion‐insensitive diffusion (MERMAID) consists of a whole brain nonselective 3D multi‐shot spin‐echo sequence with an inversion pulse immediately before the excitation pulse to enhance the recovery of longitudinal magnetization. The excitation flip angle is reduced to the Ernst angle. The sequence includes a trajectory using radially batched internal navigator echoes (TURBINE) readout, where a 3D projection of the FOV is acquired at a different radial angle in every shot. An image‐based phase‐correction method combined with compressed sensing image reconstruction was developed to correct phase errors between shots. The performance of the 3D MERMAID sequence was investigated using Bloch simulations as well as phantom and human scans at 3 T and then compared to a typical multi‐slice 2D spin‐echo sequence. Results Improvements in SNR per unit time of 70%–240% were observed in phantom and human scans when using 3D MERMAID compared to a single‐slice 2D spin‐echo sequence. This SNR per unit time improvement allowed scans to be acquired at a nominal isotropic resolution of 0.74 mm and a total of 112 directions across four shells ( b = 150, 300, 1000, 2000 s/mm 2 ) in 37 min on a clinical scanner. Conclusion The 3D MERMAID sequence was shown to significantly improve SNR per unit time compared to multi‐slice 2D and 3D diffusion sequences. This SNR improvement allows for shorter scan times and higher spatial and angular resolutions on clinical scanners.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».