MétaCan
Menu
Retour à la cohorte
Enregistrement W4408161843 · doi:10.1002/mrm.30475

Optimized navigator‐based correction of breathing‐induced <scp> <i>B</i> <sub>0</sub> </scp> field fluctuations in multi‐echo gradient‐echo imaging of the spinal cord

2025· article· en· W4408161843 sur OpenAlexaff
Laura Beghini, Silvan Büeler, Martina D. Liechti, Alexander Jaffray, Gergely Dávid, S. Johanna Vannesjo

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésEcho (communications protocol)Gradient echoSpinal cordNuclear magnetic resonanceBreathingMagnetic resonance imagingNuclear medicineMedicinePhysicsComputer scienceRadiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: field fluctuations due to the proximity of the lungs, leading to ghosting artifacts. A navigator readout can be used to monitor the fluctuations; however, standard navigator processing often fails in the spinal cord. Here, we introduce navigator processing tailored specifically for spinal cord imaging. METHODS: ME-GRE data covering all spinal cord regions were acquired in six healthy volunteers during free breathing at 3T. Centerline navigator readouts and respiratory belt recordings were collected during the acquisitions. The navigator processing included a Fast Fourier Transform and subsequent interval selection targeting the spinal cord, as well as SNR-weighted averaging over samples and coils on the complex data. Furthermore, a phase unwrapping algorithm making use of the belt recordings was developed. Imaging data were corrected by phase demodulation before image reconstruction. RESULTS: field fluctuations and ghosting artifacts were largest in the lower cervical and upper lumbosacral cord (˜5 Hz std), close to the edges of the lungs. Image reconstruction based on optimized navigator correction improved visual image quality and quantitative metrics (SNR, contrast-to-noise ratio (CNR), ghosting) in all regions of the spinal cord. The improvement was largest in regions with large field fluctuations (group-averaged increase in SNR/CNR of up to 29%/37% in single-echo images). CONCLUSIONS: Optimized navigator-based correction can reduce ghosting artifacts and increase SNR/CNR in anatomical ME-GRE of the spinal cord. The enhanced image quality and ease of implementation across sites makes the technique attractive for clinical and scientific applications.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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 Opus0,017
Tête enseignante GPT0,324
Écart entre enseignants0,307 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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