In vivo evaluation of population‐specific inversion pulses in parallel transmission
Notice bibliographique
Résumé
PURPOSE: The aim of the study was to conduct in vivo evaluation of population-specific pulses in the context of the MP2RAGE sequence for brain imaging at 7T. METHODS: Five clusters were identified in a cohort of 39 volunteers. One cluster centered around the average head shape and position, whereas four others were located toward the extremes of the population distribution. Additionally, the one-size-fits-all solution was considered, using a standard universal pulse (UP) approach. Head shapes were characterized using lateral head breadth (HB), anterior-posterior head length (HL), and Y-shift metrics. For each group, a 5kT-points universal inversion pulse was computed and evaluated on four new test anatomies. A Python pipeline was integrated into the image reconstruction routine, using localizer scans to classify head shapes and positions. The pipeline selected one of five precomputed population-specific pulses or defaulted to the generic UP without extending scan time. RESULTS: The pipeline accurately classified head shapes and selected suitable pulses, enhancing the contrast of MP2RAGE images. Population-specific pulses helped mitigate some of the performance loss associated with using a one-size-fits-all UP, bringing performance closer to that of fully tailored solutions. This approach was particularly beneficial for individuals with smaller head sizes. However, the performance was worse in larger, more challenging head shapes. CONCLUSION: The novel head clustering and pulse selection pipeline facilitates the implementation of population-specific pulses in clinical practice by allowing pulse selection tailored to each head shape and position without increasing scan time.
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 | 0,004 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».