The Goldilocks Zone for 3‐T MRS Studies Using Semi‐LASER: Determining the Optimal Balance Between Repetition Time and Scan Time
Notice bibliographique
Résumé
ABSTRACT 1 H‐MR spectroscopy studies often use a short TR to reduce scan time. However, this causes significant T 1 ‐weighting (T 1 w), which can alter metabolite estimates due to acquisition factors rather than biochemistry. Our goal was to determine the optimal balance between scan time and TR that minimizes T 1 w effects in semi‐LASER MRS at 3 T. Spectra were acquired in the posterior cingulate cortex of five healthy volunteers (2 male/3 female, mean age 25 ± 2 years) and analyzed using FSL‐MRS. The SNR and metabolite estimates of five metabolites were compared at TR = 2, 5, and 8 s, under conditions of “similar scan time” with varying acquisition numbers and “constant number of acquisitions” with varying scan times. T 1 relaxation times derived from metabolite estimates were compared to literature. With a 25% longer scan time, SNR TR = 5s was 34% higher and SNR TR = 2s was 29% higher than SNR TR = 8s for data with “similar scan times.” Using a TR = 5 s or longer, the SNR per minute is consistent for metabolites with T 1 s less than 2 s. Metabolite estimate trends were similar for the two different scenarios of “similar scan time” and “same number of acquisitions,” where all metabolite estimates were obtained without metabolite T 1 correction. The largest metabolite estimates were found at TR = 8 s, they were 10–15% lower at TR = 5 s and 15–30% lower at TR = 2 s. T 1 values agreed with literature values. At TR = 2 s, SNR per minute and metabolite estimates were lower due to reduced signal availability via T 1 w effects. TR = 8 s had the least amount of T 1 w effects, but results in lower SNR per minute. TR = 5 s had enough signal recovery to be robust to T 1 w effects, and yielded the largest SNR for similar scan times, with a clinically feasible scan time of 5 m 40 s. Using semi‐LASER MRS with a TR = 5 s is recommended to improve the sensitivity of MRS to changes in metabolite estimates.
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 | 0,002 |
| 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 | 0,000 | 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 ».