Steady‐state free precession for <scp> T <sub>2</sub> </scp> * relaxometry: All echoes in every readout with k‐space aliasing
Notice bibliographique
Résumé
Abstract Purpose Multi‐echo gradient echo imaging is useful for a range of applications including relaxometry, susceptibility mapping, and quantifying relative proportions of fat and water. This relies primarily on long‐TR multi‐echo gradient echo sequences (FLASH), which by design isolate one signal component (i.e., echo) at a time per readout. In this work, we propose an alternative strategy that simultaneously measures all signal components at once in every readout event with an N‐periodic SSFP sequence. Essentially, we Fourier encode the signals into an “F‐k space” similar to the “TE‐k space” of a multi‐echo gradient echo acquisition. This enables an efficient, short‐TR relaxometry experiment where signals benefit from averaging effects over multiple excitations. Theory and Methods In the presented approach, multiple echoes are recorded simultaneously and separated by their differing phase evolution over multiple TRs. At low flip angles the relative echo amplitudes and phases are equivalent to those acquired sequentially from a multi‐echo FLASH, in terms of both T 2 * weighting and spatial phase distributions. The two approaches were compared for the example of R 2 * relaxometry in a phantom and in human volunteers. Results The proposed approach shows close agreement in R 2 * estimation with multi‐echo FLASH, with the advantage of more rapid temporal sampling. Conclusion The proposed approach is a promising alternative to other relaxometry approaches, by measuring signals from multiple echo pathways simultaneously and separating them based on a simple analytical model.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».