Single‐shot steady‐state free precession can detect myocardial edema in patients: A feasibility study
Notice bibliographique
Résumé
PURPOSE: To demonstrate the ability of single-shot, T(2)/T(1) weighted steady-state free precession (SSFP) to detect myocardial edema in patients with an acute myocardial infarction. MATERIALS AND METHODS: This study was performed in a series of patients (n = 10) referred for the assessment of acute myocardial infarcts (AMI). Localizers were used to obtain true short axis views of the left ventricle (LV). These views were used to plan and obtain T(2)-weighted STIR (short TI inversion recovery) images of the LV. These slices were then acquired using single-shot dark blood-prepared SSFP with a large (31) number of dummy pulses. Lastly, Contrast agent was injected, and late enhancement (LE) images were acquired. Images were analyzed using a multi-segment model of the heart. SSFP images were compared with STIR images, with STIR images used as the standard of truth for the presence of edema. LE images were used to identify segments which were positive for microvascular obstruction. RESULTS: All techniques were successful in all patients. A total of 312 segments were analyzed. Excluding segments positive for microvascular obstruction, SSFP had a sensitivity/specificity of 80%/89%. Including segments positive for microvascular obstruction, sensitivity/specificity was 71%/88%. On a patient-based analysis, no AMI was missed using SSFP (sensitivity = 100%). CONCLUSION: Using single-shot SSFP to detect myocardial edema in patients with AMI is feasible with a moderate sensitivity and high specificity.
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 | 0,003 |
| 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 | 0,000 | 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 | 0,001 |
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 ».