Automatic functional analysis of left ventricle in cardiac cine MRI.
Notice bibliographique
Résumé
RATIONALE AND OBJECTIVES: A fully automated left ventricle segmentation method for the functional analysis of cine short axis (SAX) magnetic resonance (MR) images was developed, and its performance evaluated with 133 studies of subjects with diverse pathology: ischemic heart failure (n=34), non-ischemic heart failure (n=30), hypertrophy (n=32), and healthy (n=37). MATERIALS AND METHODS: The proposed automatic method locates the left ventricle (LV), then for each image detects the contours of the endocardium, epicardium, papillary muscles and trabeculations. Manually and automatically determined contours and functional parameters were compared quantitatively. RESULTS: There was no significant difference between automatically and manually determined end systolic volume (ESV), end diastolic volume (EDV), ejection fraction (EF) and left ventricular mass (LVM) for each of the four groups (paired sample t-test, α=0.05). The automatically determined functional parameters showed high correlations with those derived from manual contours, and the Bland-Altman analysis biases were small (1.51 mL, 1.69 mL, -0.02%, -0.66 g for ESV, EDV, EF and LVM, respectively). CONCLUSIONS: The proposed technique automatically and rapidly detects endocardial, epicardial, papillary muscles' and trabeculations' contours providing accurate and reproducible quantitative MRI parameters, including LV mass and EF.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».