MétaCan
Menu
Retour à la cohorte
Enregistrement W4417286727 · doi:10.48550/arxiv.2505.13015

A flexible approach for fat-water separation with bipolar readouts and correction of gradient-induced phase and amplitude effects

2025· preprint· en· W4417286727 sur OpenAlexfundno aff
Jorge Campos Pazmiño, Renée‐Claude Bider, Véronique Fortier, Ives R. Levesque

Notice bibliographique

RevueArXiv.org · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesMcGill University
Mots-clésMonte Carlo methodAmplitudePhase (matter)InverseSeparation (statistics)Inverse problemSIGNAL (programming language)

Résumé

récupéré en direct d'OpenAlex

Purpose: To develop a fat-water separation approach that corrects bipolar readout gradient induced effects, without additional scans, that is compatible with any fat-water separation method. Theory and Methods: The proposed approach combines joint fat-water separation of the odd and even echoes of a bipolar multi-echo gradient echo acquisition with an inverse problem to find least-squares estimates for phase and amplitude corrections to eliminate bipolar-induced effects. Optimization of sequence parameter selection through the calculation of the number of signal averages (NSA) with Cramér-Rao Bound theory (CRB) is presented. The application of the proposed approach is demonstrated with a graph cut optimization and further characterization of the accuracy was performed via Monte Carlo Simulations (MC). The proposed approach was tested in phantoms and in vivo. Proton density fat fraction maps (PDFF) were evaluated to quantify performance. Results: NSA calculations suggest short TE1 and ΔTE=1.5 ms as optimal alternatives for fat-water separation. MC simulations demonstrated accurate estimation of fat and water complex signals, ψ, and R_2^* with mean relative error within 1%. In phantoms and in vivo, the proposed approach effectively eliminated effects induced by bipolar readout gradients, improving the outcome of the fat-water separation. Conclusion: We proposed an approach to correct bipolar readout-induced effects that are detrimental for fat-water separation. This approach can extend the use of existing fat-water separation techniques designed for data acquired using unipolar readout gradients to data collected with bipolar readout gradients.

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: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,367
Écart entre enseignants0,320 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207